供应网络的置信传播：因子图的高效聚类

我们考虑将置信传播（BP）作为电网等供应网络中状态估计和优化问题的高效且可扩展的工具。BP算法利用因子图表示，其分配方式对于所关注的问题并非唯一。它取决于状态变量及其相互依赖关系。因子图中的许多短环可能会影响BP的准确性。我们提出了一种系统的方法来聚类朴素分配的因子图中的环，使得生成的变换因子图相对于原始网络没有额外的环。它们保证了BP的准确性能，且计算开销仅略有增加，正如我们通过一个具体且现实的电网实现所证明的那样。该方法优于处理环的现有替代方案。我们指出了其他供应网络的应用，例如天然气管道或其他流网络，这些网络共享类似于基尔霍夫定律的约束结构。当因子图中的小且丰富的环是由原始网络中变量之间的约束系统生成时，我们在BP中的因子图分配补充了其他方法。它为在供应网络的状态确定、估计或优化问题等任务中执行边缘化提供了一种快速可靠的算法。