Un nuovo strumento sviluppato presso il MIT accelera in modo significativo la risoluzione dei complessi problemi di ottimizzazione delle reti elettriche, mantenendo al contempo il rispetto dei vincoli fisici del sistema.
Si tratta di FSNet e combina i vantaggi dei modelli di apprendimento automatico, rapidi nel generare soluzioni, con quelli dei risolutori matematici tradizionali, in grado di garantire la fattibilità di ogni scelta operativa.
La tecnica utilizza una rete neurale per proporre una soluzione iniziale e un algoritmo di ottimizzazione che la perfeziona senza violare limiti come capacità di linee o generatori. Testata su scenari ad alta complessità, ha ridotto drasticamente i tempi di calcolo e, in alcuni casi, individuato soluzioni migliori rispetto agli strumenti attualmente in uso.
Applicazioni possibili includono anche progettazione industriale, gestione degli investimenti e pianificazione produttiva.
Leggi l’articolo completo: A faster problem-solving tool that guarantees feasibility su news.mit.edu
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (08/04/2025).
