具体问题具体分析优化——“Linprog停止,因为它超过了其分配的内存”

14日视图(30天)

显示旧的评论

Mirco Beckhuis 2021年5月2日

0
链接

这个问题直接联系

https://es.mathworks.com/matlabcentral/answers/819545-problem-based-optimisation-linprog-stopped-because-it-exceeded-its-allocated-memory

评论道: Mirco Beckhuis2021年5月4日

答:接受艾伦·韦斯

我试图解决一个简单的线性优化问题使用“具体问题具体分析优化”的方法。解决优化问题我使用“linprog”和“dual-simplex-algorithm”。

变量和约束的数量取决于数量的时间步长T .变量T反过来取决于考虑时间T和一个时间步dt的持续时间。我可以解决这个问题,如果我保持时间步骤的数目足够小或者如果我使用“Solver-Based优化”的方法。然而,我必须能够解决这个问题一段时间的24小时的15/60。这导致大量的T = 97时间步。这个数字的时间步骤,我recieive以下错误信息:“Linprog停止,因为它超过分配的内存”。我不明白为什么“具体问题具体分析优化方法耗尽内存对于这样一个小问题。

这是我的代码:

                         dt = 15/60;
                        
                         t = (0: dt: 24);%收取时间24小时
                        
                         T =长度(T)
                        
                         E_Batt = 22;
                        
                         E_inital = 9;
                        
                         E_min = 12;
                        
                         P_max = 10;
                        
                         P_min = 0;
                        
                         E_1 = optimvar (“E_1”T“UpperBound”,E_Batt);
                        
                         P_1 = optimvar (“P_1”T“下界”P_min,“UpperBound”,P_max);
                        
                         Charging_1 = optimproblem ();
                        
                         Charging_1。ObjectiveSense =“最大化”;
                        
                         RowConstraints = optimconstr (T);
                        
                         为n = 1: T
                        
                         如果n ~ = 1
                        
                         RowConstraints (n) = E_1 (n - 1) - E_1 (n) + P_1 (n) * dt = = 0;
                        
                         其他的
                        
                         RowConstraints (n) = E_1 (n) = = E_inital;
                        
                         结束
                        
                         结束
                        
                         Charging_1.Constraints。c = RowConstraints;
                        
                         %显示(Charging_1.Constraints.c);
                        
                         objfun =总和(E_1);
                        
                         Charging_1。目标= objfun;
                        
                         %显示(Charging_1.Objective)
                        
                         时间=解决(Charging_1);
                        
                         Schedule.E_1
                        
                         Schedule.P_1
                        
                         图(1)
                        
                         情节(t, Schedule.E_1)
                        
                         标题(“Ladezustand”)
                        
                         包含(Ladezeit [h]”)
                        
                         ylabel (“SoC (%)”)
                        
                         图(2)
                        
                         栏(t, Schedule.P_1)
                        
                         标题(“Ladeleistung”)
                        
                         包含(Ladezeit [h]”)
                        
                         ylabel (“Leistung(千瓦)”)

有任何问题与我的代码吗?

谢谢你！

0评论
显示隐藏1以上的评论

登录置评。

在回答这个问题。

接受的答案

艾伦·韦斯 2021年5月3日

0
链接

直接链接到这个答案

https://es.mathworks.com/matlabcentral/answers/819545-problem-based-optimisation-linprog-stopped-because-it-exceeded-its-allocated-memory answer_690570

对不起,我不知道为什么默认的算法给出了这个错误。的 “内点” 算法很容易解决的。

dt = 15/60;

t = (0: dt: 24);%收取时间24小时

T =长度(T)

T = 97

E_Batt = 22;

E_inital = 9;

E_min = 12;

P_max = 10;

P_min = 0;

E_1 = optimvar (“E_1”T“UpperBound”,E_Batt);

P_1 = optimvar (“P_1”T“下界”P_min,“UpperBound”,P_max);

Charging_1 = optimproblem ();

Charging_1。ObjectiveSense =“最大化”;

RowConstraints = optimconstr (T);

% n = 1: T

%如果n ~ = 1

% RowConstraints (n) = E_1 (n - 1) - E_1 (n) + P_1 (n) * dt = = 0;

其他的%

% RowConstraints (n) = E_1 (n) = = E_inital;

%结束

n2 = 2: T;

RowConstraints (1) = E_1 (1) = = E_inital;

RowConstraints (n2) = E_1 (n2) = = E_1 (n2-1) + P_1 dt (n2) *;

Charging_1.Constraints。c = RowConstraints;

%显示(Charging_1.Constraints.c);

选择= optimoptions (“linprog”,“算法”,“内点”);

objfun =总和(E_1);

Charging_1。目标= objfun;

%显示(Charging_1.Objective)

时间=解决(Charging_1,“选项”、选择);

使用linprog解决问题。最低发现满足约束。优化完成,因为目标函数中引入可行的方向,在选择价值函数的宽容,和约束中满意的选择价值约束宽容。

Schedule.E_1

ans = 97×1

9.0000 11.5000 14.0000 16.5000 19.0000 21.5000 22.0000 22.0000 22.0000 22.0000

Schedule.P_1

ans = 97×1

0 10.0000 10.0000 10.0000 10.0000 10.0000 2.0000 0.0000 0.0000 0.0000

图(1)

情节(t, Schedule.E_1)

标题(“Ladezustand”)

包含(Ladezeit [h]”)

ylabel (“SoC (%)”)

图(2)

栏(t, Schedule.P_1)

标题(“Ladeleistung”)

包含(Ladezeit [h]”)

ylabel (“Leistung(千瓦)”)

艾伦·韦斯

MATLAB数学工具箱文档

2的评论
显示隐藏 1年长的评论

Mirco Beckhuis 2021年5月4日

谢谢你的快速的一个有用的回复

登录置评。

类别

数学和优化优化工具箱开始使用优化工具箱

找到更多的在开始使用优化工具箱在帮助中心和文件交换

s manbetx 845

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的