摘要
本申请公开了一种基于算法展开的DR分割‑梯度下降模型的凸二次问题求解方法,属于深度学习技术领域。该方法包括:获取凸二次问题的数据集;将数据集输入到训练好的DR分割‑梯度下降模型中,得到凸二次问题的DR分割‑梯度下降模型的预测解,DR分割‑梯度下降模型的预测解是DR分割‑梯度下降模型采用L2O算法展开求解得到的;将DR分割‑梯度下降模型的预测解输入到SCS求解器的热启动点,得到凸二次问题的目标解。该方法减少了求解最小发电成本问题时的计算成本和时间。
技术关键词
算法
KKT条件
变量
热启动
非暂态计算机可读存储介质
参数
数据
深度学习技术
求解装置
处理器
存储器
训练集
电子设备
模块
元素
程序