MétaCan
Menu
Retour à la cohorte
Enregistrement W2143375247 · doi:10.1109/tpwrs.2003.811006

Medium-term hydrothermal coordination by semidefinite programming

2003· article· en· W2143375247 sur OpenAlexaff
R. Fuentes-Loyola, V.H. Quintana

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2003
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Optimization Algorithms Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesArizona State University
Mots-clésSemidefinite programmingMathematical optimizationRelaxation (psychology)MathematicsInteger programmingInteger (computer science)Convex optimizationLagrangian relaxationPolynomialRegular polygonComputer science

Résumé

récupéré en direct d'OpenAlex

Hydrothermal coordination (HTC) is a problem that has been solved using direct and decomposition solution methods. The latter has shown shorter solution times than the former. A direct solution method for the HTC problem that is based in semidefinite programming (SDP) is presented in this paper. SDP is a convex programming method with polynomial solution time. The variables of the problem are arranged in a vector, which is used to construct a positive-definite matrix; the optimal solution is then found in the cone defined by the set of positive-definite matrices. An HTC problem can be formulated as a convex optimization problem without explicitly stating the integer value requirements for the thermal-plants discrete variables. Thus, it is possible to replace the nonconvex integer-value constraints by convex quadratic constraints, and then use SDP. Due to its polynomial complexity, it is not necessary to use decomposition or other tools for discrete optimization, such as enumeration schemes or other exponential-time procedures. No initial relaxation is necessary when applying a SDP algorithm; the solution shows only minor mismatches in the integer variables, which are easily corrected by a heuristic method. Different size test cases are presented. The solution quality is assessed by comparing with that produced by a Lagrangian relaxation method.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,313
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetAdvanced Optimization Algorithms ResearchTravaux en français237 207