
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Nunes da Silva, Ivan | - |
| Autor(es): dc.creator | Nepomuceno, Leonardo | - |
| Autor(es): dc.creator | Bastos, Thiago Masson | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:23:09Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:23:09Z | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2002-01-01 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/224238 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/224238 | - |
| Descrição: dc.description | Economic Dispatch (ED) problems have recently been solved by artificial neural networks approaches. In most of these dispatch models, the cost function must be linear or quadratic. Therefore, functions that have several minimum points represent a problem to the simulation since these approaches have not accepted nonlinear cost function. Another drawback pointed out in the literature is that some of these neural approaches fail to converge efficiently towards feasible equilibrium points. This paper discusses the application of a modified Hopfield architecture for solving ED problems defined by nonlinear cost function. The internal parameters of the neural network adopted here are computed using the valid-subspace technique, which guarantees convergence to equilibrium points that represent a solution for the ED problem. Simulation results and a comparative analysis involving a 3-bus test system are presented to illustrate efficiency of the proposed approach. | - |
| Descrição: dc.description | State University of Sao Paulo-UNESP UNESP/FE/DEE, CP 473, CEP 17033-360 Bauru - SP | - |
| Descrição: dc.description | State University of Sao Paulo-UNESP UNESP/FE/DEE, CP 473, CEP 17033-360 Bauru - SP | - |
| Formato: dc.format | 1160-1165 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Proceedings of the International Joint Conference on Neural Networks | - |
| ???dc.source???: dc.source | Scopus | - |
| Título: dc.title | Designing a modified Hopfield network to solve an economic dispatch problem with nonlinear cost function | - |
| Tipo de arquivo: dc.type | aula digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: