PAMSO：参数自调多时间尺度优化算法
最优化与控制
2024-07-24 v1
摘要
具有决策变量在多个时间尺度上的优化模型广泛应用于各种领域，如综合计划与调度。为解决这些模型中的可扩展性挑战，本文提出了参数自调多时间尺度优化（PAMSO）算法。PAMSO通过调节低保真模型中的参数来辅助解决更高保真度的多时间尺度优化模型。这些参数代表了两个模型之间的不匹配。PAMSO定义了一个以可调参数为输入、多尺度成本为输出的黑盒函数，并使用无导数优化方法进行优化。该可扩展算法允许将一个问题的最优参数传输到类似的问题中。案例研究表明，其在一个包含约67,000个变量的MINLP模型用于资源任务网络的综合设计与调度，以及一个包含约2600万个变量的MILP模型用于电化学厂和可再生资源的综合计划与调度方面效果显著。
引用
@article{arxiv.2407.16570,
title = {PAMSO: Parametric Autotuning Multi-time Scale Optimization Algorithm},
author = {Asha Ramanujam and Can Li},
journal= {arXiv preprint arXiv:2407.16570},
year = {2024}
}