一种求解能源市场中带跳跃的高维最优切换问题的神经网络方法
最优化与控制
2023-09-19 v2
摘要
我们开发了一种逆向时间的机器学习算法，该算法使用一系列神经网络来求解能源生产中的最优切换问题，其中电力与化石燃料价格受随机跳跃影响。我们将该算法应用于多种能源调度问题，包括新颖的高维能源生产问题。实验结果表明，该算法具有准确性，且随维度增加呈现线性至次线性的减速，证明了该算法在求解高维切换问题中的价值。
引用
@article{arxiv.2210.03045,
title = {A neural network approach to high-dimensional optimal switching problems with jumps in energy markets},
author = {Erhan Bayraktar and Asaf Cohen and April Nellis},
journal= {arXiv preprint arXiv:2210.03045},
year = {2023}
}