# 电动汽车充电优化，针对大规模电动汽车无序充电对电网运行带来的影响和目前我国新能源消纳存在的问题，引导电动汽车有序充电以实现新能源的就地消纳．以用户充电总费用最低和电网负荷峰谷差最小为优化目标，综合考虑用户充电需求和新能源出力等约束条件，建立基于动态分时电价的多目标优化模型，并运用Matlab进行编程仿真．通过算例仿真，验证了所提策略可降低电网负荷峰谷差和用户充电总费用，达到削峰填谷和消纳新能源的效果。6不同负荷下的出力曲线.png)

smo算法优化matlab代码机器学习算法对比 运行代码： 从 GitHub 克隆项目 启动 Matlab 在 Matlab 中，移动到刚刚下载的目录 (cMLA-GitRepo) 为了预处理和转换weka的数据集，移动到数据集目录并运行（F9）转换器（例如：移动到\Datasets\BCIC_3_DS_4a_100hz，运行BCIC_3_DS_4a_converter.m） 要绘制结果（Clustergram 和 Pearson 相关矩阵），请运行 plotresults_new.m 要绘制平均皮尔逊相关矩阵，请在 plotresults_new.m 中删除第 187-248 行的注释符号 要向绘图添加标题，请在 plotresults_new.m 中，从第 156,165,216 行中删除注释符号，并相应地手动重命名第 7 行中的标题。 变更日志： 04.01.2016 - 收尾 LRM 更名为 LR 添加了优化的参数值 删除了 2 个文件夹 添加了用于在傅立叶变换前后绘制示例信号的脚本 05.12.2015 - 大修 更新的图表和结果 13.05.2015 - 更新图表 Clus

使用适当的学习样本对 Widrow-Haff 分类算法进行运行时优化请引用： Mirinezhad、S. Younes、Mir-Hossein Dezfoulian、Mehrdad Shafei Mosleh 和 SM Hossein Mousavi。 “使用适当的学习样本对 Widrow-Haff 分类算法进行运行时优化。” https://www.researchgate.net/publication/319015521_Runtime_Optimization_of_Widrow-Hoff_Classification_Algorithm_Using_Proper_Learning_Samples_DOI_ITCT04_150

选址与路径优化matlab代码STOMPSelfJoin 这是 STOMP 算法的 GPU 实现。 STOMP 将时间序列作为输入并计算特定窗口大小的矩阵轮廓。 您可以在 对于附加功能和更好的性能，您应该使用 环境 这个基础项目需要： 至少有 9.0 版的 CUDA 工具包可用。 还需要具有 CUDA 支持的 NVIDIA GPU。 您可以找到与 CUDA 兼容的 GPU 列表 目前使用 Makefile 在 linux 下构建。 应该在windows下编译，但未经测试。 用法 编辑生成文件 默认情况下支持 Volta，但如果需要，请根据 GPU 的计算能力设置 ARCH 的值。 “-gencode=arch=compute_code,code=sm_code”，其中代码对应于您希望添加的计算能力或架构。 确保 CUDA_DIRECTORY 对应于系统上安装 cuda 的位置。 这通常是 Linux 上的/usr/local/cuda-(VERSION)/ 此外，默认情况下，内核参数仅针对 volta 优化，如果您正在为 Pascal 或更早版本构建，请相应地调整 STOMP.cu 中

西安多校2010数模选拔试题，在原三题的基础上结合全国98B题设立了一个新问题

凸优化matlab代码轨迹机器人导航 该存储库是Mahyar Fazlyab等人撰写的论文《时变凸优化的预测-校正内点方法》的实现。 。 tl; dr：下载任何文件夹（1.1、2.0、3.0）； 用MATLAB打开; 键入main（）以查看输出（图形）。 就像一个非常有名的标题所暗示的那样，本文继续建立了一个内点优化方法，该方法适用于目标函数和约束条件本质上是随时间变化的问题。 简而言之，所采用的方法结合了用于预测变化的二阶动力学知识和牛顿方法的一种版本，以校正轨迹并收敛于最优解。 因此，名称为“预测校正”。 然后，通过几个示例使用本文得出的优化方法，其中一个是机器人导航问题。 主要假设： 机器人是球形的，半径已知； 所有障碍物均为已知半径和坐标的球形； 两个障碍之间有足够的空间供机器人穿过； 机器人的初始位置没有任何障碍物。 实施的主要阶段： v1.1-具有固定目标的2D工作区； v2.0-具有时变目标的2D工作空间； v3.0-具有随时间变化目标的3D工作区。 注意，第三步实现看起来很漂亮，但与第二步基本相同。 剧情图例： x_c：初始机器人位置的质心 x_d：物镜的初始位置 蓝线

本程序是199行水平集拓扑优化的经典程序，是香港中文大学王煜教授团队所写，内容为2D结构的刚度优化。

遗传算法多目标优化matlab代码BMOBench 欢迎到B缺乏-输入框中m ULTI-目的Øptimization乙enchmarking（BMOB）平台。 该平台的目的是将文献中的黑匣子多目标问题整合到一个单一的框架中。 这样，多目标优化社区中的研究人员就可以更轻松地全面比较，评估和分析以前的算法和新算法。 本质上，为可重复研究的工具增加了障碍。 使用BMOBench ，您可以在多目标优化社区中针对100个已建立的问题测试新开发的算法，并自动在基于乳胶的纸张模板中获得实验结果。 结果以数据质量的形式报告了四个质量指标：超量，附加ε指示符，反向世代距离和世代距离。 要求： 对于实验： MATLAB ， C 对于后处理：带有Numpy，matplotlib和paletable包的C和Python 32-bit是一个好的开始。 设置 目前，该平台正在支持MATLAB和C 将来的版本也可能支持Python 。 要开始使用BMOBench平台，请从github下载其代码： 下载为/ 解压缩下载的文件以找到以下文件夹： problems ：与问题相关的文件和描述 postprocess ：用于

原创代码，完美复现，收敛良好，非烂大街的版本！！！注释十分详细，且将目标函数与约束写成紧凑形式，简洁工整，易于拓展修改。引入鲁棒调节系数，根据需要可以修改两阶段鲁棒模型的保守程度。 代码详情可查看本人第一篇博客 注：《微电网两阶段鲁棒优化经济调度方法》这一篇论文是同学们学习两阶段鲁棒优化的最好的参考论文，基本都是从这个入手学习的，并且这个论文模型比较容易，学习来也比较快，具有很强的拓展空间。看懂这个两阶段鲁棒算法，可以轻松的运用到其它地方，套自己的模型十分的香。

参考文献《A Distributionally Robust Optimization Model for Unit Commitment Considering Uncertain Wind Power Generation》