Mathematical optimisation also know

Mathematical optimisation also known as mathematical programming technique is the selection of best available variables to an objective function within a domain defined by a number of equalities and inequalities constraints. The objective function, also described as cost function and indirect utility function in case of minimsation, utility function in case of maximisation and energy function incase of other fields, represent the decision maker’s objective such as maximising profits, or minimising environmental impacts. In complex scenarios where there exits conflicting objectives, multi-objective optimisation provides trade-offs between the objective functions, and a possible compromised solution may be suggested. Optimisation may also be used in combination with modelling and simulation especially in large complex problems where uncertainty would require to analysis the system dynamically-such attempts are called stochastic optimisation. Optimisation has been used widely in scholarly studies such as in recent studies [9] and has been useful in many power systems scheduling examples. The methodology may become useful in the case for real-time optimisation for smart grid application. However this application would have to see novel mathematical solutions to achieve fast-response solutions as optimisation problems are usually iterative and require processing time and machine power to solve.

Kết quả (Việt) 1:

Tối ưu hóa toán học còn được gọi là toán học các kỹ thuật lập trình là lựa chọn tốt nhất có sẵn biến đến một chức năng mục tiêu trong một defined tên miền của một số ràng buộc Logistics và sự bất bình đẳng. Hàm mục tiêu, cũng được mô tả như là chi phí chức năng và tiện ích gián tiếp chức năng trong trường hợp minimsation, chức năng hữu ích trong trường hợp maximisation và hàm năng lượng trong trường hợp của fields khác, đại diện cho nhà sản xuất quyết định mục tiêu như maximising profits hoặc hỗ tác động môi trường. Trong các tình huống phức tạp mà không thoát khỏi mục tiêu conflicting, tối ưu hóa đa mục tiêu cung cấp thương mại-offs giữa các chức năng mục tiêu, và một giải pháp có thể bị tổn hại có thể được đề nghị. Tối ưu hóa cũng có thể được sử dụng kết hợp với mô hình và mô phỏng đặc biệt là trong lớn vấn đề phức tạp mà không chắc chắn sẽ yêu cầu để phân tích những nỗ lực như vậy tự động hệ thống được gọi là tối ưu hóa ngẫu nhiên. Tối ưu hóa đã được sử dụng rộng rãi trong các nghiên cứu học thuật chẳng hạn như trong các nghiên cứu gần đây [9] và đã được hữu ích trong nhiều hệ thống điện lập lịch trình ví dụ. Các phương pháp có thể trở thành hữu ích trong các trường hợp cho tối ưu hóa thời gian thực cho lưới điện thông minh ứng dụng. Tuy nhiên ứng dụng này sẽ phải nhìn thấy tiểu thuyết toán học giải pháp để đạt được phản ứng nhanh chóng các giải pháp như vấn đề tối ưu hoá thường lặp đi lặp lại và đòi hỏi thời gian xử lý và máy điện để giải quyết.

Kết quả (Việt) 2:

tối ưu hóa cũng được gọi là kỹ thuật lập trình toán học là sự lựa chọn của các biến sẵn tốt nhất để một hàm mục tiêu trong một miền de fi được xác định bởi một số các bất đẳng và bất bình đẳng khăn. Hàm mục tiêu, cũng mô tả là hàm chi phí và chức năng tiện ích gián tiếp trong trường hợp minimsation, chức năng tiện ích trong trường hợp tối đa hóa năng lượng và chức năng trong trường hợp của ruộng khác, đại diện cho người ra quyết định của khách quan như tối đa hóa lợi nhuận, hoặc giảm thiểu tác động môi trường. Trong tình huống phức tạp, nơi có lối thoát hiểm con fl mục tiêu icting, tối ưu hóa đa mục tiêu cung cấp cho thương mại-off giữa các chức năng khách quan, và một giải pháp thỏa hiệp có thể có thể được đề nghị. Tối ưu hóa cũng có thể được sử dụng kết hợp với mô hình hóa và mô phỏng đặc biệt là trong các vấn đề lớn, phức tạp mà không chắc chắn sẽ yêu cầu để phân tích các hệ thống nỗ lực tự động-như vậy được gọi là tối ưu hóa ngẫu nhiên. Tối ưu hóa đã được sử dụng rộng rãi trong các nghiên cứu học thuật như trong các nghiên cứu gần đây [9] và rất hữu ích trong nhiều hệ thống điện ví dụ lịch. Các phương pháp có thể trở thành hữu ích trong trường hợp cho thời gian thực tối ưu hóa cho các ứng dụng lưới điện thông minh. Tuy nhiên ứng dụng này sẽ phải xem các giải pháp toán học mới để đạt được giải pháp nhanh chóng phản ứng như các vấn đề tối ưu hóa thường lặp đi lặp lại và đòi hỏi thời gian xử lý và máy điện để giải quyết.