调度核电厂的维护是一个复杂的优化问题,为欧洲/ ROADEF 2010挑战的两阶段随机规划制定。第一级优化维护日期和加油决策。第二级优化生产以满足电力需求并确保第一阶段决策的可行性和成本。本文解决了问题的确定性版本,研究了混合整数编程(MIP)公式和数学计量学。只放宽两套ROADEF挑战的约束,MIP公式可以使用二元变量编写维护日期。 MIP公式用于设计建设性数学和变邻域下降(VND)局部搜索。这些数学方法可以产生非常高质量的解决方案。一些中间结果解释了挑战的结果:放宽约束CT6是合理的,并且使用MIP-VND的邻域分析证明了为该问题实施的邻域选择。最后,考虑有效的客观数学方法,考虑每月重新优化的稳定成本扩展。
translated by 谷歌翻译
高效全局优化(EGO)广泛用于优化计算上昂贵的黑盒功能。它使用基于高斯过程(克里金法)的替代建模技术。然而,由于使用了静态协方差,克里金不太适合近似非平稳函数。本文探讨了深度高斯过程(DGP)在EGO框架中的整合,以处理非平稳问题,并研究诱发的挑战和机遇。对分析问题进行数值实验以突出DGP和EGO的不同方面。
translated by 谷歌翻译