XiaoMi-AI文件搜索系统
World File Search System多目标
能源和温室气体多目标优化...
要求现有供水系统升级并适应新条件。然而，通常只有少数具有成本效益的选项可用于改进采用旧系统的大型城市供水网络。用水的能源效率问题引起了越来越多的关注，但目前的重点是通过在家庭安装高效电器来减少对水（和能源）的需求。已经开发出用于创建成本削减曲线的新工具，这些工具为需求侧管理提供了信息，以应对水与能源之间的联系挑战（Chini 等人，1997 年）。然而，从供应方面来看，在开发实用方法以确定改进现有大型城市水系统的最佳策略方面的工作有限。本研究旨在解决这一差距，并开发一种多目标优化方法，为减少现有供水系统能耗的投资决策提供信息。该方法针对未来不确定的能源价格和温室气体排放成本的背景下的伦敦供水系统进行了演示。这项工作有两个不同的贡献：首先，它展示了一种计算上易于处理的建模和优化方法（通过系统聚合和双层优化），用于分析大型复杂的城市供应系统，从而可以通过评估资本支出（CAPEX）、运营支出（OPEX）和温室气体排放之间的权衡来确定运营能源减少的最佳选择。尽管优化技术已广泛应用于研究水网运行，但重点主要放在改善泵送运行以节省多模式电价带来的成本（ Schaake & Lai ；Ulanicki & Kennedy ；Broad 等人 ；Perelman 等人 ；Puleo 等人 ；Ghaddar 等人 ；Sarbu ）。整个供水系统（包括泵送和水处理）的运行优化尚未受到太多关注（ Ulanicki & Kennedy ）。在这里，优化的重点扩大到包括供水网络中的关键要素。这使得人们能够更全面地了解能源消耗热点，并可以确定更多提高能源效率的选项。其次，该方法应用于伦敦市一个非常大的真实网络。这是这项工作的一个重要的特色，因为大多数已发表的研究在优化分析中使用理论网络，因此在实践中的应用有限（Marques 等人 ；Maier 等人 ，）。此外，优化研究得出的解决方案在实施过程中往往存在实际限制。通过使用真实世界的
多静态声纳浮标系统的多目标跟踪
使用主动声纳浮标场检测和跟踪水下目标最近引起了广泛的研究兴趣 [1]，[2]，[3]，[4]，[5]，[6]。这个问题涉及确定声纳浮标场覆盖区域内的目标数量并跟踪它们的位置。通过从单一源（声纳浮标）传输信号（“ping”）并收集附近多个接收器的反射测量值来获得目标的测量值。由于水下环境中的检测概率低，以及可用的位置测量值（通常采用极坐标）与目标状态之间的非线性关系，因此出现了困难。在 [5] 中，提出了一种 CPHDF 的迭代校正版本的高斯混合近似用于目标检测和跟踪，并基于该算法描述了一种发射机调度算法。还提出了一种使用折扣因子来考虑电池寿命约束的基本技术。本文主要关注多静态声纳浮标环境中的多目标跟踪问题。基数化概率假设密度滤波器 (CPHDF) [7] 已在多静态声纳浮标系统中用于跟踪 [1]、[3]、[5]。CPHDF 是在随机有限集 (RFS) 框架中开发的，它通过其一阶矩和基数或目标数分布来近似完整的多目标后验密度
特权的多目标定向propargyl tarcrines ...
抽象的二十四种新颖化合物携带四氢丙氨酸和N-丙泊酯部分的抗抗胆碱酯酶和抗单酰胺氧化酶活性。Propargyltacrine 23 (IC 50 ¼ 21nM) was the most potent acetylcholinesterase (AChE) inhibitor, compound 20 (IC 50 ¼ 78nM) showed the best inhibitory human butyrylcholinesterase ( h BChE) profile, and ligand 21 afforded equipotent and significant values on both ChEs (human AChE [ h AChE]: IC 50 ¼ 0.095±0.001 M m; H BCHE：IC50¼0¼093±0.003 m m）。关于MAO抑制作用，化合物7、15和25证明了对H MAO-B（分别为50¼163、40和170nm）的最高抑制潜力。总共将表现出最平衡的药理学特征的7、15、20、21、23和25化合物提交了渗透性和细胞活力测试。7-苯氧-n-（Prop-2-Yn-1-基）-1,2,3,4-四氢酸蛋白-9-盐酸盐盐酸盐（15）已被鉴定为可渗透药物，显示出平衡的药理特征[IC 50（HACHE）¼1.472¼1.472¼1.472¼1.472±0.024 m m m m m m; IC 50（H BCHE）¼0.659±0.077 m m; IC 50（H MAO-B）¼40.39±5.98nm]，因此，作为一种新的命中配体，值得进一步研究，特别是在体内分析中，因为此处报道的初步细胞活力测试结果表明，这是一种相对安全的治疗剂。
多目标PSO和动态窗口方法
1大数据挖掘和应用的福建省级主要实验室，福建技术大学，富州350118，中国； 1101405123@nkust.edu.tw 2 2计算机科学与数学学院，福建技术大学，富士大学350118，中国3多媒体通信实验室，Ho Chi Minh City 700000，越南4号，越南4越南4越南越南国民大学河内116705，越南6计算机科学与工程学院，山东科学技术大学，Qingdao 266510，中国； jspan@cc.kuas.edu.tw 7信息技术学院，电力大学，河内100000，越南； tanntt@epu.edu.vn *通信：giangnt@tlu.edu.vn（t.-g.n.）; thent@uit.edu.vn（T.-T.N.）
关键场景的多目标增强学习...
自动驾驶汽车（AVS）在没有人类干预的情况下做出决定。因此，确保AVS的可靠性至关重要。尽管在AV开发方面进行了重大研究和发展，但由于其操作环境的复杂性和无预测性，它们的可靠性仍然是一个重大挑战。基于方案的测试在各种驾驶场景下评估了AVS，但无限数量的潜在方案突出了识别可能违反安全或功能要求的关键场景的重要性。此类要求本质上是相互依存的，需要同时进行测试。为此，我们提出了MOEQT，这是一种新型的多目标增强学习（MORL）的方法，以生成关键场景，同时测试相互依存的安全性和功能要求。MOEQT将包络Q学习作为Morl算法，该算法会动态调整多目标权重以平衡多个目标之间的相对重要性。MOEQT通过动态与AV环境进行动态交互，生成关键场景，以违反多PLE要求，从而确保全面的AV测试。我们使用高级端到端AV控制器和高保真模拟器评估MOEQT，并将MOEQT与两个基准进行比较：随机策略和具有加权奖励函数的单对象RL。我们的评估结果表明，MOEQT在确定违反多个要求的关键方案方面取得了更好的表现。
博弈论中的欺骗：调查和多目标模型
2.1 简介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....................................................................................................................................................................................................................................................................................... 6 欺骗模型....................................................................................................................................................................................................................................................................................................................................................................... 10 2.3 欺骗的实用性....................................................................................................................................................................................................................................................................... 10 2.3 欺骗的实用性....................................................................................................................................................................................................................................................................................... . . 17 需要使用欺骗手段的情况. . . . . . . . . 18 欺骗的必要条件. . . . . . . . . . . . . . 21 所需属性. . . . . . . . . . . . . . . . . 22 欺骗机制. . . ................. ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....... ....... ....... ....... ....... .......
多传感器多目标数据融合、跟踪... - NATO STO
根据其章程，AGARD 的使命是将北约国家在航空航天科学技术领域的领军人物聚集在一起，以实现以下目的： - 为成员国推荐有效的方式，以便利用其研究和开发能力造福北约社区； - 向军事委员会提供航空航天研究和开发领域的科学和技术建议和援助（特别是在军事应用方面）； - 不断促进与加强共同防御态势相关的航空航天科学进步； - 改善成员国在航空航天研究和开发方面的合作； - 交流科学和技术信息； - 向成员国提供援助，以提高其科学和技术潜力； - 根据要求，向其他北约机构和成员国提供与航空航天领域研究和开发问题有关的科学和技术援助。
多目标进化算法：分类、分析和新创新
本论文由 AFIT Scholar 的学生研究生作品免费提供给您，供您开放访问。它已被 AFIT Scholar 的授权管理员接受纳入论文和学位论文。如需更多信息，请联系 AFIT.ENWL.Repository@us.af.mil 。
锂电池快充设计的多目标优化...
锂离子电池快速充电是现代电动汽车的关键，它既要考虑充电时间，又要考虑电池的退化。快速充电优化面临的挑战包括：(i) 可能的充电协议空间维度高，而实验预算往往有限；(ii) 对电池容量衰减机制的定量描述有限。本文提出了一种数据驱动的多目标充电方法，以最大限度地缩短充电时间，同时最大限度地延长电池循环寿命，其中使用切比雪夫标量化技术将多目标优化问题转化为一组单目标问题，然后使用约束贝叶斯优化 (BO) 有效地探索充电电流的参数空间并处理充电电压的约束。此外，利用多项式展开技术将连续变电流充电协议引入到所提出的充电优化方法中。在基于多孔电极理论的电池模拟器上证明了所提出的充电方法的有效性。结果表明，与包括线性近似约束优化（COBYLA）和协方差矩阵自适应进化策略（CMA-ES）在内的最新基线相比，所提出的基于约束BO的方法具有更优的充电性能和更高的采样效率。此外，还讨论了随着充电协议中使用的自由度数量的增加，充电性能及其不确定性的增加。