验证码识别matlab代码DC-DOPF-CET的双重共识ADMM
这个项目/研究怎么样？
This
study
is
using
alternating
direction
method
of
multipliers
(ADMM)
approach
for
solving
the
direct
current
dynamic
optimal
power
flow
with
carbon
emission
trading
(DC-DOPF-CET)
problem.
In
this
study,
we
focus
on
the
impact
of
parameter
rou
and
miu,
the
number
of
elements
in
the
consensus
variable,
the
number
of
subsystems
and
the
scale
of
power
systems
on
the
convergence
performance.
In
order
to
verify
the
performance
of
our
proposed
algorithms
2022-01-11 19:45:13
6.9MB
1
matlab代码运行串行Python
ADMM套索
使用ADMM解决Lasso问题的Python代码。
具有Open
MPI的ADMM
Lasso的串行和分布式版本。
原始代码（用Matlab和C
++编写）可以在找到。
要在终端中运行admm_lasso_MPI.py，请输入以下内容：
mpirun
-np
number_of_processes
python
lasso_admm_MPI.py
-i
/path/to/input_file.h5
-o
/path/to/output_file.h5
要查看参数的完整列表，请在终端中输入：
python
lasso_admm_MPI.py
--help
生成正态分布随机数的稀疏矩阵的代码摘自
test_lasso_admm.py的输出应如下所示：
2022-01-09 20:06:40
54KB
1
具有线性不等式约束的牛顿ADMM方法
笔记：
将惩罚指标用于不平等约束
斯普利特（规范的）损失和惩罚与平等约束
使用ADMM （乘数的交替方向方法）解决等式约束问题
原始子问题使用牛顿法求解（一步）
牛顿反演可以使用直接反演或CG（共轭梯度）完成
要求：
（规范的）损失具有明显的梯度和粗麻布。
Logistic回归的示例
2022-01-07 22:48:07
31KB
1
随着微型燃气轮机和以其为基础的热电联供单元的大量配置，电力、天然气系统之间的联合优化调度越来越受到关注。针对电-气混联系统的优化调度问题，提出双层多时间尺度优化调度框架，考虑到各子系统间信息的不透明特性，上层基于日前预测数据和自适应步长交替方向乘子法(ADMM)建立以系统成本为目标函数的分布式日前优化调度模型；针对可再生能源和负荷的波动，下层基于短时预测数据建立以遵循日前调度方案为目标的实时调度模型。通过算例分析验证了所提电-气混联系统优化调度模型和框架的有效性。
2021-12-18 20:51:52
2.74MB
1
线性变分去噪声matlab代码ADMM优化
这个存储库包括在我以前的系列文章中针对各种应用程序的（自适应）ADMM优化的Matlab和/或Python实现，这是本文的一部分。
我之前已发布了适应性弛豫（），适应性共识ADMM（）和视觉子类别的低秩最小二乘（）的代码。
此程序包中包含用于自适应ADMM（），用于非凸问题的AADMM（）和自适应多块ADMM（）的代码。
我们还提供了基线方法，原始ADMM，，和归一化残差平衡（）的实现。
应用领域
我们为各种应用提供基于ADMM的求解器，包括
弹性网（l2
+
l1）正则化器的线性回归
稀疏（l1
/
l0）正则化器的线性回归
（l1
/
l2）regualarizer进行逻辑回归
基础追求
低阶最小二乘
强大的PCA（RPCA）
二次编程（QP）
半定式编程（SDP）
支持向量机（SVM）
具有总变化量校正器的1D
/
2D去噪
使用总变化量调节器对图像进行去噪/恢复/去模糊
分布式共识问题：逻辑回归
分布式共识问题：线性回归
示例非凸问题：特征值问题
示例性非凸问题：相位检索
您可能也有兴趣检查我们的存储库，以将ADMM应用于神经网络（）
2021-12-09 10:36:34
27.14MB
1
ADMM-神经网络
训练没有梯度的神经网络：一种ADMM方法（具有急切执行力和Matplotlib的Matlab，Tensorflow1.6-Python2.7 / 3.5）注意：您不能将此代码用于任何分配或任何盈利产品。
该代码是根据以下论文实施的； 但是，我使用均方误差损失而不是二进制铰链损失
泰勒，加文等。 “训练没有梯度的神经网络：可扩展的admm方法。” 机器学习国际会议。 2016年。
仅支持GPU？
我只为GPU版本实现并在MNIST数据上进行了测试。
怎么跑？
运行main.m / main.py
2021-11-15 17:09:46
29.03MB
1
行业制造-电动装置-一种基于ADMM的电力系统WLAV抗差估计方法.zip
2021-10-21 19:02:27
481KB