Este documento estudia la hibridación de la Programación Entera Mixta (MIP) con heurísticas duales y técnicas de aprendizaje automático, para proporcionar límites duales para un problema de optimización a gran escala de una aplicación industrial. El estudio de caso es el Desafío EURO/ROADEF 2010, para optimizar la planificación de repostaje y mantenimiento de plantas nucleares. Se presentan varias relajaciones de MIP para proporcionar límites duales calculando MIPs más pequeños que el problema original. Se demuestra cómo obtener límites duales con descomposición de escenarios en las diferentes formulaciones de MILP de programación en 2 etapas, con una selección de escenarios guiada por técnicas de aprendizaje automático. Se pueden calcular varios conjuntos de límites duales, mejorando significativamente los anteriores mejores límites duales de la literatura y justificando la calidad de la mejor solución primal conocida.