查看: 661|回复: 2|关注: 0
benders分解算法
<h1 style="color:# 麦片财富积分
新手, 积分 13, 距离下一级还需 37 积分
关注者： 2
2016a版本，进行benders分解算法运行
OptionsBint = optimset('MaxRLPIter',100000,'NodeSearchStrategy','bn', 'MaxTime',50000);
这条语句时发生错误，错误为参数名称 'MaxRLPIter' 无法识别、参数名称 'NodeSearchStrategy' 无法识别。
这两个在之前是什么意思，而在2016版本里边应该用什么代替？求各路大神指教。
<h1 style="color:# 麦片财富积分
楼主可以给我发一份benders 的代码源吗？？谢谢啦，
<h1 style="color:# 麦片财富积分
请问楼主 这个问题解决了吗？同遇到这个错误
站长推荐 /2
利用MATLAB/Simulink开发智能机器人系统
MATLAB中文论坛是全球最大的 MATLAB & Simulink 中文社区。用户免费注册会员后，即可下载代码，讨论问题，请教资深用户及结识书籍作者。立即注册加入我们吧！
MATLAB官方社交平台
MATLAB中文论坛微社区日 C4.5算法详解(至今见过写的最好的算法详解) - 学习亦游戏 - 博客频道 - CSDN.NET 登录 | 注册 学习亦游戏学习JAVA就像玩WOW,学好基础知识就像......对随机梯度下降的一些使用心得 - silence1214的专栏 - 博客频道 - CSDN_计算机...也有别的方法就是可以计算步长的算法,这个我也试过了,反正不好弄,我就选择了......4/8
MP算法和OMP算法及其思想???逍遥剑客的专栏???博客频道???CSDN.NET 由于有了上面的来龙去脉,这个算法就相当好理解了。 到这里还不算完,......A*算法详解 今天刚开通了百度博客,这也是我在这里的第一篇文章,以后会在此写.....博客地址:http://blog.csdn.net/lmnxjf/article/details/8917679 里面有详细的...一 A*算法介绍 A*算法是一种静态路网中求解最短路最有效的方法。公式表示为:......有效的中文微博短文本倾向性分类算法_互联网_IT/计算机_专业资料。第2 9卷第 ...支持向量机和基于 N元语法模型特征选取的三个监督机器 学习算法对旅游博客进行情感......博客防碰撞算法_信息与通信_工程科技_专业资料。RFID 防碰撞算法
...6C 协议)的相关概念及内容做介绍,以便 对时隙防碰撞的理论原理有更好的理解。......PHP 课程设计 个人博客网站开发 学院: 专业: 姓名:...数据的类型决定了程 序对数据的处理方式也就是算法...当然用 Cookie 记录用户登录是有风险的,最好用 ......可 以看 出,采 用 2种策略的Blogel—SPINA L算法在所有数据上 都比 SPINAL算法快, 这证 明了 Blogel—SPINA L算法 确实 能有效 地提 升全局 网络 比对 ......一个应用实例详解卡尔曼滤波及其算法实现 - OUYANG_LINUX007的专栏 - 博客频道 ...好了,现在对于某一分钟我们有两个有关于该房间的温度值:你根据经验的预测值 (......君，已阅读到文档的结尾了呢~~
广告剩余8秒
文档加载中
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
求解机组组合问题的广义Benders分解方法
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口上传用户：vjtzrqscui资料价格：5财富值&&『』文档下载 ：『』&&『』学位专业：&关 键 词 ：&&&&&权力声明：若本站收录的文献无意侵犯了您的著作版权，请点击。摘要:（摘要内容经过系统自动伪原创处理以避免复制，下载原文正常，内容请直接查看目录。）传统化石动力日趋干涸,而人类需求却一日千里。若何减小动力消费和净化物排放,已成为人类追随的配合目的。在此配景下,深刻研讨影响电力体系运转调剂的机组最优投入成绩具有主要的实际意义和理论价值。本文以最优化实际为基本,根据最近几年数学计划范畴的热点研讨办法一狭义Benders分化,以电力体系机组组合成绩为研讨对象,展开了深刻过细的实际研讨任务。狭义Benders分化是依据非线性对偶实际获得的求解混杂整数计划的有用算法。其根本思惟是依据变量类型的分歧,将成绩分化为主成绩和子成绩,主、子成绩瓜代求解,并依据子成绩求解成果的分歧,向主成绩添加分歧的Benders割,用以修改主成绩优化空间,直至全体束缚被知足,最优解收敛。机组组合成绩是混杂整数非线性计划成绩,而且团圆变量的个数占变量总数的50%之多,启动费用的时变性,爬坡束缚的时段耦合性,这些都增长了成绩求解的艰苦。本文基于狭义Benders分化提出一种求解机组组合成绩的GBD-UC法。将机组组合成绩分化为具有明白物理表达的主成绩和子成绩,且对主、子成绩的目的函数和束缚前提做了恰当改良,以加速成绩收敛速度,获得成绩的更好成果。经由过程求解主成绩获得恰当的机组启停状况,子成绩应用主成绩的成果,求解后获得机组出力。提出具有明白寄义的衔接主、子成绩的Benders割,其可有用进步算法收敛到可行解的速度。GBD-UC应用分化下降成绩求解范围和求解难度,对团圆变量的求解,应用贸易优化软件的优越机能：对持续变量的求解,充足应用古代内点法速度快、精度高的优势,从而综合应用各类成熟数学优化办法进步成绩的盘算效力。最初,经由过程对24时段10-200机、TEST-6节点和IEEE-30节点体系的盘算仿真,验证了所提办法的有用性和准确性,算法收敛特征优越,盘算效力较高,实用于年夜范围成绩的运用,展现了优越的运用远景。Abstract:The traditional fossil fuels has dried up, and human needs is a thousand li a day. How to reduce the power consumption and pollutant emissions, has become the common goal of human to follow. Under this background, the research on the profound power system running optimal adjustment has practical significance and theory value of investment performance. The optimization theories, according to the recent years mathematics project category of hot research methods a narrow benders differentiation, to power system unit commitment scores as the research object, launched a deep and meticulous theoretical research task. In the differentiation of Benders is useful for solving nonlinear mixed integer planning algorithm according to the actual dual. Its basic thought is based on differences in the types of variables, the performance differentiation based scores and sub scores, main and sub scores alternately solving and sub scores of the solving results according to the different, to the main results add differences benders cut, used to amending the main performance optimization space, until all the bound is satisfied, the optimal solution convergence. Unit combination record is mixed integer nonlinear program performance, number and reunion variables accounted for more than 50% of the total number of variables, the startup cost of degeneration, climbing bound period coupling. These increased the performance for solving hard. GBD-UC this paper presents a method for unit commitment based on the results of narrow Benders differentiation. The unit commitment score differentiation is with a clear physical expression of the main achievements and results and appropriate improved on the main and sub scores of objective function and constraints, in order to accelerate the convergence of results to obtain better performance results. Through the process of solving the main results obtained proper unit commitment, the main achievement sub result application results obtained after solving the unit output. Understand the meaning of the link is proposed, the Benders cut its performance, can effectively improve the convergence speed of feasible solution. Results solution scope and the difficulty of solving the decline in GBD-UC application of differentiation and solution of variable reunion, business application software to optimize the superior performance of: the solution of continuous variables and adequate use of modern interior point method speed is quick, the accuracy is high advantage, excellent and comprehensive application of various mature mathematics of measures to improve the results of the calculation effect. Initially, through the process of 24 hours of 10-200 machine, TEST-6 nodes and IEEE-30 bus system of computer simulation to verify the usefulness and accuracy of the proposed method, the convergence characteristics of superior, computational efficiency is high, practical in the use of the scope of the eve of the results, show the excellent application prospect.目录:摘要4-6ABSTRACT6-7目录8-10第一章 绪论10-22&&&&1.1 引言10&&&&1.2 机组组合问题10-12&&&&&&&&1.2.1 机组组合问题概述10&&&&&&&&1.2.2 模型的历史和现状10-12&&&&1.3 算法回顾12-20&&&&&&&&1.3.1 启发式方法13-14&&&&&&&&1.3.2 数学优化方法14-18&&&&&&&&1.3.3 智能优化方法18-19&&&&&&&&1.3.4 其他方法19-20&&&&1.4 本文主要研究工作20-22第二章 机组组合问题的数学模型22-26&&&&2.1 引言22&&&&2.2 目标函数22-23&&&&2.3 约束条件23-24&&&&2.4 问题求解分析24-25&&&&2.5 本章小结25-26第三章 广义Benders分解和现代内点理论26-42&&&&3.1 引言26&&&&3.2 Benders和广义Benders分解26-36&&&&&&&&3.2.1 Benders分解27-30&&&&&&&&3.2.2 广义Benders分解30-36&&&&3.3 现代内点法36-39&&&&&&&&3.3.1 现代内点法概述36&&&&&&&&3.3.2 原始—对偶内点法36-39&&&&3.4 CPLEX求解器39-41&&&&3.5 本章小结41-42第四章 基于广义Benders分解的最优机组投入方法42-57&&&&4.1 引言42-43&&&&4.2 基于广义Benders分解的UC模型及求解43-47&&&&&&&&4.2.1 主问题43-44&&&&&&&&4.2.2 子问题44-45&&&&&&&&4.2.3 连接主、子问题的Benders割45-46&&&&&&&&4.2.4 GBD-UC求解流程46-47&&&&4.3 GBD-UC应用示例47-49&&&&4.4 求解中关键问题探讨49-56&&&&&&&&4.4.1 优化过程中计及启动费用的实现49-52&&&&&&&&4.4.2 最小启停时间约束的处理52-54&&&&&&&&4.4.3 内点法求解子问题的公式推导54-56&&&&4.5 本章小结56-57第五章 计算结果及讨论57-78&&&&5.1 引言57&&&&5.2 10机及其扩展系统57-73&&&&&&&&5.2.1 计算结果58-64&&&&&&&&5.2.2 优化过程是否计及启动费用结果比较64-67&&&&&&&&5.2.3 算法收敛性分析67-73&&&&5.3 其他系统73-77&&&&5.4 本章小结77-78第六章 结论与展望78-80&&&&6.1 结论78-79&&&&6.2 展望79-80参考文献80-86附录86-89致谢89-90攻读学位期间发表论文情况90分享到：相关文献|}