09:55
官方账号arXiv cs.LG@Trinh Tran, Binh Nguyen, Truong X. Nghiem
推荐理由：这篇论文用学习加速ADMM让场景模型预测控制跑得更快，在微电网问题上比IPOPT和MadNLP快很多，适合做实时控制的人看看。
SBMPC
共 1 条相关 AI 资讯
7月15日
09:55
论文提出了基于学习加速的ADMM算法，用于高效求解场景模型预测控制（SBMPC）问题。该方法将SBMPC重写为共识形式，通过ADMM分解实现场景和时间步的并行更新，并引入Moreau envelope学习加速原始更新。在微电网能量管理问题上，与IPOPT和MadNLP求解器相比，该方法在保持可靠闭环性能的同时实现显著计算加速。