En la mayoría de contextos, los problemas de optimización se resuelven para dar una única solución como respuesta. Sin embargo, en los problemas reales resulta extremadamente útil contar con no sólo una sino varias soluciones. Este conocimiento se podría ver complementado con el análisis de los elementos que éstas tienen en común. Para ello, proponemos emplear varias técnicas del machine learning y las normas de asociación. En el proyecto se aplicarán a un modelo de Unit Committment con varios escenarios diferentes desarrollado en colaboración con TNO.
