Fundamental and Complete Resolution of Mixed-Binary Linear Programming Problems

来源:党委研究生工作部、控制与计算机工程学院发布时间:2018-05-14阅读次数:

【讲座题目】Fundamental and Complete Resolution of Mixed Binary Linear Programming Problems

【讲座时间】2018年5月14日(星期一)14:00-16:00

【讲座地点】北京校部主楼E1009

【主 讲 人】Peter B. Luh教授

【主讲人简介】

Peter B. Luh教授是美国康涅狄格电气与计算机工程学院终身教授,东北大学“国家千人计划”专家,董事会杰出教授,IEEE TAB期刊委员会主席,国际著名的生产制造调度专家, 清华大学自动化系特聘教授,IEEE Life Fellow 。1973年获得国立台湾大学电气工程专业学士学位,1977年获得美国麻省理工学院(MIT)航空与航天专业硕士学位,1980年获哈佛大学应用数学专业博士学位。Peter Luh教授的研究领域主要有:计划与调度,计算机集成制造系统,供应链,电力系统的调度和优化,电力市场的优化竞价,数学优化等,已在国际核心期刊发表高水平论文100余篇。Peter B. Luh教授曾任《IEEE 机器人与自动化学报》 技术编委/编委 (1990-1994),编委 (1995-1999),主编 (1999-2003); 《IEEE 自动化科学与工程学报》 创刊主编 (2003-2008);《离散事件动态系统期刊:理论与应用 (DEDS)》 编委 (1999至今);《IIE Transactions on Design and Manufacturing》 编委 (1997至今); 《International Journal of Intelligent Control and Systems》 编委 (1995-2000); 《IEEE 机器人与自动化杂志》 编委 (1996-1999); 《IEEE 自动控制学报》 编委 (1989-1991)。 研究兴趣包括设计、生产、服务活动的计划、调度、统筹,电力系统的调度和竞价优化及负荷/价格预测, 不确定、模糊和分布式环境中的决策制定, 大范围系统的数学优化, 工程和社会经济应用。

【内容简介】

混合二元线性规划(MBLP)问题涉及线性约束和目标函数的二元连续决策变量,在电力系统机组组合和经济调度等领域有着广泛的应用。由于目标函数关于二元决策变量的导数不存在,因此不存在必要的最优性条件。因此,通常需要对二元变量进行部分列举,并且随着问题规模的增加,获得最优解的复杂度呈指数增长,限制了问题的大小或解决方案的质量。本文以电力系统的机组组合和经济调度作为问题的背景,提出了一种计算效率高的具有可量化质量的近似最优解的基本和完整解决方案。新颖性包括:(1)分解框架,利用分解后的复杂度的指数降低;(2)一种创新而系统的方法来离线收紧子问题的表达式,注意到如果子问题的凸包可以通过其约束直接描述,那么子问题可以通过使用线性规划方法来解决,无需太复杂;(3)新的“替代拉格朗日松弛”(SLR)方法克服了传统拉格朗日松弛的所有主要困难,非常有效地协调子问题解。数值试验证明了该方法的优越性能,为制定和解决实际的MBLP问题开辟了一条崭新的途径。

 

 

返回