约束优化问题:给定约束条件和目标函数计算约束条件下目标函数的最大(最小)值。目标函数和约束条件都是线性函数的情况称为线性优化问题。此外还有非线性优化问题。
单纯形法:适用于约束条件和变量数目都很多的情况;对于变量数量较少的情况以下介绍的计算几何的方法效率会更高。
对于两个变量的线性规划问题问题下面介绍的方法会更适用。不过这里面的会用到一些计算几何方面的知识
对于线性规划问题问题,我们可以直接计算所有约束的可行解域(feasible region)然后根据可行解域的边界交点,计算得到线性规划问题问题的最優解
计算可行解域的最直接的方法,就是分治式算法可计算任意 n 个约束的公共交集。算法伪代码如下:
1.如果约束集H中约束的个数为1返回;否则将约束集H分成两个子集H1和H2 ,大小分别为n/2;
**结论:**给定平面上的一组共 n 个约束可以使用线性的空间,在 O(nlogn)时间内计算出其公共的茭集
改进的平面扫描算法: 随机平面扫描算法。
区域电力市场阻塞管理研究与系統实现论文论文,阻塞,研究,电力系统,阻塞管理与,电力市场,阻塞管理,反馈意见