NOTA! Questo sito utilizza i cookie e tecnologie simili.

Se non si modificano le impostazioni del browser, l'utente accetta.

Approvo

Giancarlo Principato, Fabio Zimbo

APPROCCI METODOLOGICI ALLA OTTIMIZZAZIONE DELLA GESTIONE OPERATIVA DI UN SISTEMA DI INVASI


METHODOLOGICAL APPROACHES TO OPTIMIZATION OF MULTIRESERVOIR SYSTEMS OPERATIONS

Si espongono alcuni dei possibili approcci metodologici al problema della ottimizzazione della gestione operativa di sistemi di invasi a scopo plurimo.
A tal fine sono analizzati i due approcci denominati “Implicit Stochastic Optimization” (I.S.O.) ed “Explicit Stochastic Optimization” (E.S.O.), largamente adottati in letteratura per il trattamento delle caratteristiche stocastiche del sistema. 
L’approccio I.S.O. può essere implementato ricorrendo a metodi di ottimizzazione deterministici, non lineari, vincolati come la “Sequential Quadratic Programming” (S.Q.P.) o la “Dynamic Programming” (D.P.). Gli elevati oneri computazionali propri dell’approccio E.S.O., possono essere ridotti mediante un metodo di recente applicazione al problema, cioè il Reinforcement Learning (R.L.).
Parole chiave: Gestione ottimale, Sistema di invasi, Ottimizzazione, Reinforcement Learning, Programmazione dinamica.

Some methodological approaches to optimization of multireservoir systems operations, are considered. 
Two approches called “Implicit Stochastic Optimization” (I.S.O.) and “Explicit Stochastic Optimization” (E.S.O.) are analyzed. These approaches are largely used in literature to overcome implicit stochasticity of the system.
I.S.O. may be implemented by means of optimization methods that are deterministic, non linear and bounded as “Sequential Quadratic Programming”(S.Q.P.) or “Dynamic Programming” (D.P.). Very high computational costs typical for the E.S.O. approach, are controlled by means of a recently applied method called “Reinforcement Learning” (R.L.).
Keywords: Optimal Management, Multireservoirs Systems, Optimization, Reinforcement Learning, Dynamic Programming.

Sei qui: Home Uncategorised n. 2-2014 Principato et al.