XiaoMi-AI文件搜索系统
World File Search System凸壳
凸多阶段随机优化的数值方法
在随机环境中涉及顺序决策的优化问题。在这本专着中，我们主要集中于SP和SOC建模方法。在这些框架中，存在自然情况，当被考虑的问题是凸。顺序优化的经典方法基于动态编程。它具有所谓的“维度诅咒”的问题，因为它的计算复杂性相对于状态变量的维度呈指数增长。解决凸多阶段随机问题的最新进展是基于切割动态编程方程的成本为go（值）函数的平面近似。在动态设置中切割平面类型算法是该专着的主要主题之一。我们还讨论了应用于多阶段随机优化问题的随机临界类型方法。从计算复杂性的角度来看，这两种方法似乎相互融合。切割平面类型方法可以处理大量阶段的多阶段问题
可编程量子计算机的凸优化
量子计算的一个基本模型是可编程量子门阵列。这是一种量子处理器，由程序状态提供信息，该程序状态会在输入状态上引发相应的量子操作。虽然可编程，但已知该模型的任何有限维设计都是非通用的，这意味着处理器无法完美模拟输入上的任意量子通道。表征模拟的接近程度并找到最佳程序状态在过去 20 年里一直是悬而未决的问题。在这里，我们通过展示寻找最佳程序状态是一个凸优化问题来回答这些问题，该问题可以通过机器学习中常用的半有限规划和基于梯度的方法来解决。我们将这个一般结果应用于不同类型的处理器，从基于量子隐形传态的浅层设计到依赖于基于端口的隐形传态和参数量子电路的更深层方案。
预测凸耳接头疲劳寿命的方法
因此，鉴于这一需求，本论文研究的重点是创建一种方法，用于预测受到平面内和平面外载荷的凸耳接头的疲劳寿命。这项研究是与 GKN Fokker Aerostructures 合作进行的。当前的疲劳预测方法都是基于轴向载荷的凸耳。从概念上讲，这种方法应用了 Larsson 关系，该关系通过某些校正系数将任意凸耳的标称应力与参考凸耳联系起来。然后将凸耳的标称应力应用于 S-N 曲线，从而得出失效前的循环数（疲劳寿命）。Fokker 在其技术手册 3（TH3）中描述了这种方法。然而，Larsson 和 TH3 都没有考虑斜向和/或平面外载荷的凸耳来预测疲劳寿命。已经对斜向载荷的凸耳进行了一些研究，但这些研究的主要重点是峰值应力位置和应力集中因子 (SCF) 的计算。在公开报告的研究中没有发现关于平面外负载凸耳的信息。
高级材料-2023 -Schmidt -Machine -Learning- ...
系统探索了跨越数百万材料的化学空间，寻找具有针对特定技术应用的量身定制特性的化合物。[1-4]当前，预测化学计量的最有效方法是扫描固定晶体结构原型的组合空间。[5-7]在这种方法中，用于估计材料是否可以实验合成的关键材料特性是总能量，或者更多的是与热力学稳定性凸壳的能量距离。[6,8–17]典型地，给定化学成分和晶体结构原型（即，勇敢的晶状体的组合和一组占用的Wyckoff位置）进行几何优化，例如，使用密度功能理论的某些风味（DFT），并将其与之相比。[18,19]凸壳上的化合物（或接近它）进行表征，如果它们具有有趣的物理或化学特性，则提出了用于实验合成的。尽管如此，合成反应是极其复杂的过程，而与凸船的距离与合成性相关，但不足以决定是否可以在实验上访问材料。最近的几部作品通过直接预测最佳合成条件或合成概率来解决此问题。[20–25]
使用伪凸凸优化的信号走廊中连接车辆的文章类型实时控制†
没有人类驾驶员的干预，并与其他车辆和/或基础设施以及其他设备2进行通信2。美国运输部总结了将CAV技术引入运输系统3：道路安全，经济和社会福利，能源效率和公共流动性的四个主要潜在好处。CAV技术为驾驶员/车辆和交通基础设施创造了一个新的环境，以在现实世界中进行交互。在这种环境中，连接起着至关重要的作用，无线通信使车辆能够相互通信（V2V）以及基础架构（V2I）（v2i）关于实时车辆位置，速度，加速度和其他数据。这些实时数据的可用性为CAVS提供了协调交通相互作用的机会，以使交通相互作用，以最大程度地提高燃油效率并减少碰撞4。猜测对自动运输系统进行了实质性转变，已经进行了许多研究，以调查涉及CAV应用程序的挑战和机会5,6,7,8。例如，橡树岭国家实验室9正在开发用于CAVS应用程序的实时移动控制系统（RTMC），其中包括流量数据管理，路线计划，集中式通信和可视化。已经证明，可以使用交通信号阶段和计时（SPAT）信息来提高车辆燃油效率以协调车辆操作10。还已经确定，可以通过解决相关的最佳控制问题4来确定车辆的最佳速度方案。然而，尽管许多研究人员已经证明了使用SPAT信息来优化燃油经济性的潜力，但大多数努力都集中在提高单个车辆的性能并发出信号计时控制11,12。此外，相关作品主要集中于为CAV生成可行的轨迹，同时忽略了以计算效率和保证收敛性来实时执行生成的轨迹。骑士的运动控制系统是安全至关重要的，并严重依赖于车载算法。需要对操作的实时更新，以应对周围环境的动态。尽管已经提出了许多方法来获得轨迹的轨迹，但由于高计算成本，无法保证最佳解决方案，并且无法应付非凸运动限制和动态环境，因此它们的优化方法不适合现实世界实施。13,14。本文将通过开发一种基于凸优化的新型方法来满足这种需求，该方法使用SPAT信息产生速度曲线。具有多项式解决方案时间和全球最佳收敛的优点，凸优化方法对于车载应用非常有前途。这项研究的贡献是三倍。首先，提出的顺序凸编程（SCP）算法解决了非线性和非凸的最佳速度控制问题，并确保收敛性和多项式解决方案时间在解决每个步骤中解决凸的问题时。本文的其余部分如下：第2节对相关工作进行了简要审查。第二，我们利用伪搭配方法与线路搜索和信任区域技术结合使用，从根本上改善了提出的SCP算法，以提高准确性，更好的实时和融合性能。第三，得益于高级计算效率，该提出的方法实现了实时模型预测控制（MPC）框架，并对动态交通环境的即时响应，以避免碰撞和车辆协调。第3节描述了本研究中考虑的系统动力学和最佳控制问题。第4节介绍了一种新方法，该方法确定了在信号走廊中行驶的骑士的最佳车辆速度轮廓。第5节通过模拟结果和比较证明了拟议方法的性能和有效性。第6节总结了本文的工作。
双壳油船通用结构规则
1.1.1.3 本规范生效前签订建造合同的船舶应符合各船级社的规范。注：“签订建造合同”日期系指未来船东与造船厂签订船舶建造合同的日期。有关“签订建造合同”日期的更多详细信息，请参阅 IACS 程序要求 (PR) 第 29 条。
双壳油船通用结构规则
1.1.1.3 本规范生效前签订建造合同的船舶应符合各船级社的规范。注：“签订建造合同”日期系指未来船东与造船厂签订船舶建造合同的日期。有关“签订建造合同”日期的更多详细信息，请参阅 IACS 程序要求 (PR) 第 29 条。
石膏壳内的内蒸发微生物垫
摘要：我们对以色列埃拉特高盐度盐场池塘（盐度 280 至 290 g 1-0）底部石膏壳内发育的蓝藻和紫色细菌分层群落进行了描述。石膏壳厚 4 至 5 厘米，上部 1 至 2 厘米处栖息着富含类胡萝卜素的单细胞蓝藻（Aphanothece sp. 等），使石膏呈现橙棕色。在棕色层下面，发现了一个绿色层，主要由 Synechococcus 属的单细胞蓝藻组成，丝状 Phormidjum 型蓝藻是次要成分。在这些产氧光养生物层下面是一层红色的紫色细菌层。我们研究了石膏壳的光学特性，通过表征不同层中存在的色素并测量光谱标量使用光纤微探针测量地壳不同深度的辐射度。在地壳上部 2 毫米处，测量到的最大标量辐射度高达入射光的 200%。光谱蓝色范围（400 至 500 纳米）的光被上部棕色层中的保护性胡萝卜素（蓝黄素、海胆酮等）有效吸收。然而，光谱红色部分中大量的光穿透到绿色层，从而实现光合作用：620 和 675 纳米处约 1% 的入射辐射度到达深度为 15 毫米的绿色层，光谱红外部分中 >1% 的入射光到达深度为 20 至 23 毫米的紫色细菌。