给出单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)的结构。单向S-粗集与单向S-粗集对偶是改进Z.Pawlak粗集得到的,单向S-粗集与单向S-粗集对偶具有动态特性。给出单向S...给出单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)的结构。单向S-粗集与单向S-粗集对偶是改进Z.Pawlak粗集得到的,单向S-粗集与单向S-粗集对偶具有动态特性。给出单向S-粗集、单向S-粗集对偶与Z.Pawlak粗集的关系。S-粗集具有三类形式:单向S-粗集、单向S-粗集对偶、双向S-粗集,利用单向S-粗集、单向S-粗集对偶,给出数据内挖掘、数据外挖掘概念,给出数据内挖掘的外同心圆定理、数据外挖掘的内同心圆定理,并给出其应用。S-粗集是粗集理论与应用研究的新分支。展开更多
提出一种求解安全约束机组组合(security constrained unit commitment,SCUC)问题的邻域搜索外逼近(outer approximation based on neighborhood search,NS-OA)法. OA将SCUC问题分解为一系列混合整数线性规划(mixed integer linear prog...提出一种求解安全约束机组组合(security constrained unit commitment,SCUC)问题的邻域搜索外逼近(outer approximation based on neighborhood search,NS-OA)法. OA将SCUC问题分解为一系列混合整数线性规划(mixed integer linear programming,MILP)主问题和非线性规划(nonlinear programming,NLP)子问题,通过MILP主问题和NLP子问题的最优解来逼近SCUC问题的最优解.为克服迭代过程中MILP主问题规模大的不足,利用SCUC问题对应UC问题的最优解为中心来构造邻域,然后在此邻域内搜索MILP主问题的最优解.数值结果表明,所提邻域搜索能有效减小搜索空间,大大提高了算法的计算效率,所提NS-OA算法能有效求解大规模SCUC问题,具有良好的应用前景.展开更多
文摘给出单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)的结构。单向S-粗集与单向S-粗集对偶是改进Z.Pawlak粗集得到的,单向S-粗集与单向S-粗集对偶具有动态特性。给出单向S-粗集、单向S-粗集对偶与Z.Pawlak粗集的关系。S-粗集具有三类形式:单向S-粗集、单向S-粗集对偶、双向S-粗集,利用单向S-粗集、单向S-粗集对偶,给出数据内挖掘、数据外挖掘概念,给出数据内挖掘的外同心圆定理、数据外挖掘的内同心圆定理,并给出其应用。S-粗集是粗集理论与应用研究的新分支。
文摘提出一种求解安全约束机组组合(security constrained unit commitment,SCUC)问题的邻域搜索外逼近(outer approximation based on neighborhood search,NS-OA)法. OA将SCUC问题分解为一系列混合整数线性规划(mixed integer linear programming,MILP)主问题和非线性规划(nonlinear programming,NLP)子问题,通过MILP主问题和NLP子问题的最优解来逼近SCUC问题的最优解.为克服迭代过程中MILP主问题规模大的不足,利用SCUC问题对应UC问题的最优解为中心来构造邻域,然后在此邻域内搜索MILP主问题的最优解.数值结果表明,所提邻域搜索能有效减小搜索空间,大大提高了算法的计算效率,所提NS-OA算法能有效求解大规模SCUC问题,具有良好的应用前景.