XiaoMi-AI文件搜索系统
World File Search System多目标
基于重力储能的风光储系统多目标容量优化规划
摘要：风电场，光伏电站和能源存储系统的容量计划是降低成本并确保风能储存多能量混合动力系统的可靠性的有效措施。基于重力储能依赖山脉，我们在这里考虑风电场的能力，光伏电站和能源存储系统作为决策变量，并建立一个多目标的最佳能力计划模型，并具有最低系统的总成本以及最低的全面指数的优化，包括Wind和Solar供应量的供电率，电源供应率的互补特征，电源供应率，电源供应率，电源供应率，造成电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率。混合动力系统。同时使用多目标自适应混沌粒子群优化来解决模型。在这项研究中，考虑了不同的计划偏好。使用该技术通过与理想解决方案相似的订单偏好进行排序，并获得了不同规划偏好的最佳计划方案。此外，熵权重的等级金额评估方法用于评估不同计划方案的可靠性指数，并选择了典型的一天来分析规划方案的输出状态。模拟结果表明，所提出的模型可以具有良好的经济
多目标群体决策
人类活动当然多种多样，但其中最重要、最频繁的活动之一就是决策。决策包括信息收集、数据挖掘、建模和分析。它包括形式演算和主观态度，在不同情况和不同环境下有不同的表现。因此，几门科学学科都关注这一主题也就不足为奇了。逻辑学和心理学、管理学和计算机科学、人工智能和运筹学研究这一现象。由于这些学科通常彼此独立工作，而且往往没有任何相互交流，因此不同学科对“决策”一词的语义定义不同，不同领域的科学家在讨论决策问题时产生误解也就不足为奇了。例如，对于逻辑学家和数学家来说，决策是一个（抽象的）人在不同行动方案之间进行选择（永恒的）行为，通常由一个标准指导。对于社会学家或实证决策理论家来说，决策是一种特殊的、耗时的、以目标为导向的信息处理行为，可能涉及一个人、一个组织或一群人，并可能受到许多显性和隐性标准和目标的影响。本书重点介绍最复杂的决策结构之一，其中有几个人参与决策过程，每个人的目标函数不仅有一个与其他决策者的目标函数不同的目标函数，而且有好几个。此外，这些标准和目标不是二分法（清晰的），而是模糊的，这在现实中通常如此。这代表了决策理论三个经典领域的结合：经典形式和经验认知决策理论、多标准和/或多目标决策理论以及群体决策理论。本书第一部分对这三个领域进行了介绍。
多目标群体决策
人类活动当然非常多样化，但其中最重要和最常见的活动之一就是决策。决策包括信息收集、数据挖掘、建模和分析。它包括形式演算以及主观态度，在不同情况和不同环境下有不同的表现。因此，几门科学学科都关注这个主题也就不足为奇了。逻辑和心理学、管理和计算机科学、人工智能和运筹学研究这一现象。由于这些学科通常彼此独立工作，而且往往没有任何相互交流，因此不同学科对“决策”一词的语义定义不同，并且不同领域的科学家在讨论决策问题时产生误解也就不足为奇了。例如，对于逻辑学家和数学家来说，决策是一个（抽象的）人执行的不同行动选择（永恒的）行为，通常由一个标准指导。对于社会学家或经验决策理论家来说，决策是一种特殊的、耗时的、以目标为导向的信息处理行为，可能涉及一个人、一个组织或一群人，可能受到许多明确和隐藏的标准和目标的影响。本书重点介绍最复杂的决策结构之一，其中有几个人参与决策过程，每个人不仅有一个与其他决策者的目标函数不同的目标函数，而且有多个目标函数。此外，这些标准和目标不是二分法（清晰的），而是模糊的，这在现实中通常就是这种情况。这代表了决策理论的三个经典领域的结合：经典形式和经验认知决策理论、多标准和/或多目标决策理论以及群体决策理论。本书第一部分对这三个领域进行了介绍。在
多目标BI ...
摘要。在本文中，我们研究了多目标双级操作（MOBLO）问题，其中高级子问题是一个多目标优化问题，而下层子问题则用于标量优化。现有的基于梯度的MOBLO算法需要计算Hessian矩阵，从而导致综合性不足的问题。为了解决这个问题，我们提出了一个效率的Moblo的第一阶多率方法，称为论坛。特别是，我们通过价值功能函数重新将MOBLO问题重新制定为受约束的多目标优化（MOO）问题。然后，我们提出了一种新型的多进型聚合方法，以解决具有挑战性的约束MOO问题。从理论上讲，我们提供了复杂性分析，以显示所提出的方法的效率和非反应收敛的结果。经验，广泛的实验证明了拟议论坛方法在不同学习概率中的有效性和效率。特别是，它在三个多任务学习基准数据集上实现了最先进的性能。代码可在https://github.com/baijiong-lin/forum上获得。
多目标优化方法
摘要 — 太阳能辅助区域供热系统 (SDHS) 是实现清洁能源生产可持续交易的一条有前途的途径。然而，由于季节性储罐 (SST) 估计错误，加上部署这些创新系统时财务评估不足和环境影响数据不足，导致技术性能变化，这对 SDHS 在欧洲的广泛实施构成了巨大挑战。本文评估了在小型城市社区部署 SDHS 的可行性，并追踪了其技术经济失败及其环境影响。此外，本研究试图通过将其几何形状及其设计参数纳入优化框架来关注 SST 的技术故障。通过位于马德里（西班牙）的 SDHS 案例研究说明了这种方法的能力，以满足一个拥有 10 栋建筑的城市社区的供暖需求，总供暖需求为 1913.4 MWh/a。优化结果表明，包括 SST 几何形状及其构造特性可以有效提高 SDHS 的可行性，尤其是从技术和环境的角度来看。
文章在多目标FU
摘要：这项研究演示了如何在频繁电网中断的国家中使用中小型企业存储系统使用网格连接的杂种PV和沼气能量。这项工作的主要目标是增强HRES有利地影响HRES经济可行性，可靠性和环境影响的能力。净现在成本（NPC），温室气体（GHG）排放以及停电的可能性是被检查的变量之一。混合解决方案涉及使用多种方法来妥协经济，可靠性和环境的各个方面。Metaheuristic optimization techniques such as non-dominated sorting whale optimiza- tion algorithm (NSWOA), multi-objective grey wolf optimization (MOGWO), and multi-objective particle swarm optimization (MOPSO) are used to find the best size for hybrid systems based on evaluation parameters for financial stability, reliability, and GHG emissions and have been evalu- ated using MATLAB。已经提出了NSWOA，MOGWO和MOPSO与150迭代时的系统参数之间的详尽比较。结果证明了NSWOA在实现预定义的多目标函数的最佳最佳值方面的优势，而Mogwo和Mopso分别排在第二和第三。比较研究的重点是NSWOA生产最佳NPC，LPSP和GHG排放值的能力，该值分别降低了6.997×106、0.0085和7.3679×106 kg。此外，模拟结果表明，NSWOA技术在解决优化问题的能力方面优于其他优化技术。此外，结果表明，在各种操作条件下，设计系统具有可接受的NPC，LPSP和GHG排放值。
多目标视觉跟踪的数据关联
在人类对科学知识的探索中，经验证据是通过视觉感知收集的。计算机视觉跟踪在揭示我们所生活的世界中存在的复杂运动模式方面发挥着重要作用。多目标跟踪算法提供了有关群体和个体群体成员如何在三维空间中移动的新信息。它们使我们能够深入研究移动群体中个体之间的关系。这些可能是拥挤的人行道上行人的互动、显微镜下的活细胞或从洞穴中大量出现的蝙蝠。能够跟踪行人对于城市规划很重要；细胞相互作用的分析支持生物材料设计研究；蝙蝠和鸟类飞行的研究可以指导飞机工程。我们受到这些众多应用的启发，开始考虑将单目标跟踪系统推进到多目标跟踪系统所需的关键组件——数据关联。最一般意义上的数据关联是将有关新观察到的对象的信息与先前观察到的有关它们的信息进行匹配的过程。这些信息可能是关于它们的身份、位置或轨迹。数据关联算法搜索优化某些匹配标准并受物理条件影响的匹配。因此，它们可以表述为解决“约束优化问题”——在存在这些变量的约束的情况下优化某些变量的目标函数的问题。因此，数据关联方法具有强大的数学基础，是计算机视觉研究人员宝贵的通用工具。本书是数据关联方法的教程，适用于计算机视觉领域的学生和专家。我们描述了基本的研究问题，回顾了当前的技术水平，并介绍了一些最近开发的方法。本书涵盖了二维和三维的多目标跟踪。我们考虑了两种成像场景，涉及单个摄像机或具有重叠视野的多个摄像机，并且需要跨时间和跨视图的数据关联方法。除了将新测量结果与已建立的轨迹相匹配的方法外，我们还描述了匹配轨迹段（也称为轨迹小段）的方法。最后，我们讨论了未来研究的激动人心的方向。本书介绍了数据关联的原理性应用，以解决两个有趣的任务：第一，分析自由飞行动物群体的运动；第二，重建行人群体的运动。
多目标量子编译算法
变分量子算法 (VQA)，如量子近似优化算法 (QAOA)、变分量子特征值求解器 (VQE)、量子神经网络 (QNN) 和量子编译 (QC)，有望在传统计算机以外的嘈杂中型量子 (NISQ) 设备上解决实际任务 1 。最近的成果证明了其在量子态制备 2 – 6 、量子动态模拟 2 、 7 – 9 和量子计量 10 – 14 方面的有效性。尤其是 QC，引起了人们的极大兴趣。它使用训练过程将信息从未知目标单元转换为可训练的已知单元 15 、 16 。该方法有多种应用，包括门优化 15 、量子辅助编译 16 、连续变量量子学习 17 、量子态层析成像 18 和量子对象模拟 2 。例如，可以准备量子对象（例如量子态），并使用 QC 2 在量子电路中模拟其演化。QC 的性能取决于量子比特的数量和电路深度。可训练量子电路的选择也至关重要，必须仔细选择。一些纠缠
基于 DMD 的多目标光谱仪设计和...
8.参考文献 [1] M. Robberto 等人，“DMD 在天体物理研究中的应用”，Proc.SPIE 7210，新兴数字微镜设备系统和应用，72100A（2009 年 2 月 13 日）。[2] M. Kimura 等人，“用于 Subaru 望远镜的光纤多目标光谱仪 (FMOS)”，日本天文学会出版物，第 62 卷，第 5 期，第 1135-1147 页（2010 年 10 月 25 日） [3] A. Travinsky 等人，“用于太空多目标光谱仪应用的数字微镜设备的评估”，J. Astron。Telesc。Instrum。Syst.3(3) 035003 (2017 年 8 月 17 日)。[4] R. L. Davies 等人，“GMOS：GEMINI 多目标光谱仪”，Proc.SPIE 2871，今天和明天的光学望远镜 (1997 年 3 月 21 日)。[5] M. Robberto 等人，“SAMOS：一种多功能多目标光谱仪
用多目标粒子群算法
摘要伊朗太阳能的高潜力以及空气污染的问题使使用太阳能越来越不可避免。在这项工作中，研究了太阳能有机兰丁周期（ORC）。太阳能收集器是平板收集器。与MOPSO算法的混合体系的能量，自我和经济分析是针对伊朗首都德黑兰进行的。假定太阳能收集器的工作流体被认为是水，ORC的工作流体为R123。MATLAB软件用于仿真，为了计算R123流体属性，使用了重建软件。exergy的调查表明，最充电的破坏与蒸发器有关。考虑了两个由发射效率和电价组成的目标功能。该优化的决策变量被认为是太阳能收集器面板和泵的数量，涡轮机等效率以及冷凝器和蒸发器的压力。帕累托图显示，系统的发电效率在7.5-10.5％的范围内可能有所不同，生产的电力价格可能会在0.2-0.26 $/kWh的范围内变化。关键字：自动，有机兰金周期，平坦收集器，能量，经济，太阳能。