搜索资源列表
考虑网络安全约束的机组组合新算法
- 市场机制驱使电网运行于安全极限的边缘, 考虑网络 安全约束的机组组合问题变得尤为重要, 基于对偶原理的拉 格朗日松弛法是解决这一问题的有效途径。文章提出了一种 解决网络安全约束下的机组组合问题的新算法, 在拉格朗日 对偶分解的基础上结合变量复制技术, 通过引入附加人工约 束将网络约束嵌入单机子问题中, 实现在机组组合中考虑网 络安全约束口该算法摆脱了现有各种处理手段在解决网络安 全约束的机组组合问题时将网络安全约束与机组启停相分 离的不足, 揭示了安全经济调度和安全约束下的机组组
A-New-Unit-Commitment-Algorithm
- 考虑网络 安全约束的机组组合问题变得尤为重要,基于对偶原理的拉 格朗日松弛法是解决这一问题的有效途径。 - Considering the network Security constraints of unit combination problem is particularly important, based on the duality principle Grant, relaxation method is an effective way to solve
l1-algorithm
- 该软件包包含了合并执行在MATLAB9升-1的最小化算法。每个函数都使用一组参数是一致的（如停止准则和公差）与我们的基准脚本接口。 正交匹配追踪：SolveOMP.m 原对偶内点法：SolvePDIPA.m 梯度投影：SolveL1LS.m 同伦：SolveHomotopy.m 迭代阈值：SolveSpaRSA.m 近梯度：SolveFISTA.m TFOCS：SolveTFOCS.m SesopPCD：SolveSesopPCD.m 原始增强拉格朗日乘子：S
SolveDALM_fast
- 快速对偶增广拉格朗日算法，目标函数的最优化求解，常用于逆问题的求解，是典型的L1范数算法。-Quick optimization for dual augmented Lagrangian algorithm for solving the objective function, commonly used in inverse problem solving, is typical of L1 norm algorithm.
subgradient optimization
- 在最优化问题中，运用拉格朗日松弛时为了解决其对偶问题，可以使用次梯度方法进行求解拉格朗日乘子。(Lagrangean relaxation, a technique of quite general applicability, is studied in the particular context of the optimization problem with arbitrary additional constraints. To solve the Lagrangian dual, w
次梯度算法
- 利用次梯度算法求解基于拉格朗日对偶方法的问题(subgradient algorithm)
拉格朗日乘子法
- 用次梯度方法求解拉格朗日对偶问题的例子。。。。。。(Solve the optimal problem)
power system scheme
- 用遗传算法求解电网规划问题，双层算法求解，上层为遗传算法，下层利用拉格朗日对偶线性化后求解(Genetic algorithm is used to solve the power grid planning problem, double-layer algorithm is used to solve the problem, the upper layer is genetic algorithm, and the lower layer is solved by Lagrange dua