MétaCan
Menu
Retour à la cohorte
Enregistrement W4416258813 · doi:10.48550/arxiv.2509.18911

Solving Sparse Mixed-Integer Quadratic Problems: Application to the Unit Commitment Problem with Optimal Power Flow

2025· preprint· en· W4416258813 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueArXiv.org · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgencia Estatal de InvestigaciónXunta de Galicia
Mots-clésScalabilityQuadratic equationSemidefinite programmingQuadratic programmingPower system simulationQuadratically constrained quadratic programRelaxation (psychology)Exploit

Résumé

récupéré en direct d'OpenAlex

Mixed-Integer Quadratically Constrained Quadratic Programs (MIQCQP) arise in a variety of applications, particularly in energy, water, and gas systems, where discrete decisions interact with nonconvex quadratic constraints. These problems are computationally challenging due to the combination of combinatorial complexity and nonconvexity, often rendering traditional exact methods ineffective for large-scale instances. We propose a solution framework for sparse MIQCQPs that integrates semidefinite programming relaxations with chordal decomposition techniques to exploit sparsity. By leveraging problem structure, we significantly reduce the size of the semidefinite constraints into smaller, tractable blocks, improving the scalability of the relaxation and the overall branch-and-bound procedure. We evaluate our framework on the Unit Commitment problem with AC Optimal Power Flow constraints, a practically relevant and highly challenging problem that couples discrete generation decisions with nonlinear AC network physics. Computational results on standard IEEE test cases with up to 118 buses show that our approach provides strong bounds and high-quality solutions, while scaling significantly better than state-of-the-art global optimization solvers.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,752
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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