详细内容或原文请订阅后点击阅览
更快的解决问题的工具，保证可行性
麻省理工学院开发的 FSNet 系统可以帮助电网运营商快速找到优化电力流动的可行解决方案。
来源:MIT新闻 - 人工智能管理电网就像试图解决一个巨大的难题。
电网运营商必须确保在需要的确切时间将适量的电力输送到正确的区域，并且他们必须以最大限度地降低成本而不使物理基础设施超载的方式做到这一点。更重要的是，他们必须尽可能快地反复解决这个复杂的问题，以满足不断变化的需求。
为了帮助解决这个一致的难题，麻省理工学院的研究人员开发了一种解决问题的工具，它比传统方法更快地找到最佳解决方案，同时确保解决方案不会违反任何系统的约束。在电网中，约束可能是发电机和线路容量等。
这个新工具将可行性寻求步骤融入到经过训练来解决问题的强大机器学习模型中。可行性寻求步骤使用模型的预测作为起点，迭代地完善解决方案，直到找到最佳的可实现答案。
MIT 系统能够以比传统求解器快数倍的速度解决复杂问题，同时为成功提供强有力的保证。对于一些极其复杂的问题，它可以找到比经过验证的工具更好的解决方案。该技术还优于纯机器学习方法，后者速度快，但并不总能找到可行的解决方案。
除了帮助安排电网的电力生产外，这种新工具还可以应用于许多类型的复杂问题，例如设计新产品、管理投资组合或规划生产以满足消费者需求。
Donti 是关于这一名为 FSNet 的新工具的开放获取论文的高级作者，该论文的主要作者是 EECS 研究生 Hoang Nguyen。该论文将在神经信息处理系统会议上发表。
关于这个名为 FSNet 的新工具的论文组合方法
对于 FSNet，研究人员将两种方法的优点结合到一个两步解决问题的框架中。