已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力系統(tǒng)機(jī)組組合問題,一直是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行和優(yōu)化調(diào)度中重要的研究課題。拉格朗同松弛算法是求解機(jī)組組合問題應(yīng)用最廣泛最成功的方法之一,但由于目標(biāo)函數(shù)的非凸性,需要采取一定的措施進(jìn)行可行化;算法迭代過程中容易出現(xiàn)振蕩現(xiàn)象;同時(shí),考慮機(jī)組的爬坡約束,會(huì)使計(jì)算復(fù)雜化。
針對(duì)以上問題,論文提出了一種基于改進(jìn)拉格朗日松弛法的機(jī)組組合優(yōu)化方法。采用自適應(yīng)性次梯度法直接修正拉格朗日乘子從而獲得可行解,可行解獲得以后,運(yùn)用集結(jié)投影次梯度法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于拉格朗日松弛法的停電系統(tǒng)機(jī)組恢復(fù)順序優(yōu)化方法研究.pdf
- 拉格朗日法機(jī)組組合中投運(yùn)風(fēng)險(xiǎn)度約束的解析處理.pdf
- 基于拉格朗日松弛法的受限低代價(jià)組播路由算法.pdf
- 基于拉格朗日松弛的罩式爐排產(chǎn)優(yōu)化問題的研究.pdf
- 基于改進(jìn)離散粒子群算法的機(jī)組組合優(yōu)化方法
- 基于改進(jìn)人工蜂群算法的機(jī)組組合優(yōu)化方法.pdf
- 基于改進(jìn)免疫算法的機(jī)組組合優(yōu)化.pdf
- 基于拉格朗日松弛的預(yù)約調(diào)度建模與算法設(shè)計(jì).pdf
- 拉格朗日松弛方法在車間調(diào)度中的應(yīng)用研究.pdf
- 鐵路車流分配優(yōu)化模型與拉格朗日松弛算法求解研究.pdf
- 基于增廣拉格朗日法的圖像復(fù)原方法與應(yīng)用.pdf
- 基于增廣拉格朗日約束處理方法的隨機(jī)優(yōu)化方法研究.pdf
- 拉格朗日乘數(shù)法應(yīng)用的推廣
- 基于拉格朗日松弛的帶外包受限多產(chǎn)品批量問題研究.pdf
- 拉格朗日乘數(shù)法應(yīng)用的推廣
- 拉格朗日松弛算法在序貫診斷方法中的應(yīng)用研究.pdf
- 基于改進(jìn)離散粒子群算法的機(jī)組組合優(yōu)化.pdf
- 拉格朗日乘數(shù)法在經(jīng)濟(jì)最優(yōu)化中的應(yīng)用
- 拉格朗日乘數(shù)法的推廣及應(yīng)用
- 基于拉格朗日松弛和分支定界算法的3PL運(yùn)輸調(diào)度問題.pdf
評(píng)論
0/150
提交評(píng)論