2利用Matlab软件，得到的误差较小。
3建立合理的线性规划模型，得到较优的方案。 缺点：
1. 在计算阻塞费用时，不了解一些细节，因此赔偿方案和阻塞费用不一定最优且最合理，费用精确度不很高。
2考虑的因素不完全，与实际有一定差距
（老师，因为我们是第一次做，很多东西完全不了解，不得不承认我们有参考别人的优秀论文，希望原谅，谢谢！）
附录：
计算有功潮流关于各发电机组出力的近似表达式matlab源程序 x11
x=[133.02 129.63 158.77 145.32] y=[165.81 165.51 167.93 166.79] x =
133.0200 129.6300 158.7700 145.3200 y =
165.8100 165.5100 167.9300 166.7900 >> polyfit(x,y,1) ans =
0.0826 154.8091
x12
>> x=[78.596 75.45 90.487 83.848] y=[164.94 164.8 165.59 165.21] x =
78.5960 75.4500 90.4870 83.8480 y =
164.9400 164.8000 165.5900 165.2100 >> polyfit(x,y,1) ans =
0.0528 160.8006
x13
>> x=[231.39 198.48 212.64 190.55] y=[167.43 165.71 166.45 165.23]
x =
231.3900 198.4800 212.6400 190.5500 y =
167.4300 165.7100 166.4500 165.2300 >> polyfit(x,y,1) ans =
0.0535 155.0693
x14
x=[75.857 65.958 87.258 97.824] y=[164.23 163.04 165.54 166.88] x =
75.8570 65.9580 87.2580 97.8240 y =
164.2300 163.0400 165.5400 166.8800 >> polyfit(x,y,1) ans =
0.1199 155.1246
x15
x=[150.71 141.58 132.37 156.93] y=[164.07 164.27 164.57 163.89] x =
150.7100 141.5800 132.3700 156.9300 y =
164.0700 164.2700 164.5700 163.8900
>> polyfit(x,y,1) ans =
-0.0271 168.1360
x16
x=[138.88 131.21 141.71 149.29] y=[166.35 165.54 166.75 167.69] x =
138.8800 131.2100 141.7100 149.2900 y =
166.3500 165.5400 166.7500 167.6900 >> polyfit(x,y,1) ans =
0.1194 149.8293
x17
y=[162.21 163.54 162.7 164.06] x =
60.5820 70.9620 64.8540 75.5290 y =
162.2100 163.5400 162.7000 164.0600 >> polyfit(x,y,1) ans =
0.1257 154.5798
x18
x=[104.84 111.22 98.092 120.44] y=[164.66 164.7 164.67 164.69] x =
104.8400 111.2200 98.0920 120.4400 y =
164.6600 164.7000 164.6700 164.6900 >> polyfit(x,y,1) ans =
0.0013 164.5396 其他略去
评阅意见：
1、 摘要太简短了，应尽可能具体准确地介绍模型和结果及相关具体
结果和关键数据。
2、 问题重述部分缺个性，应避免仅仅为原题目的简单复制，应按自
己的透彻理解和用自己的语言言简意赅地给出一目了然的问题描述。
3、 对线性回归模型的理解应进一步加深，涉及一个随机偏差是原则
上难避免的，只能从实际数据出发适当提升精度和减少偏差。
4、 应补充模型结果分析和改进意见，譬如引进模型的统计检验和推
断及非线性推广等都是进一步努力的方向。
5、 数学公式中上下标涉及多个标号时要用逗号隔开准确一些。 6、 应补充标准格式的参考文献和资料。