XiaoMi-AI文件搜索系统
World File Search System多目标
岸基混合渡轮的多目标优化调度...
摘要：为提高太阳能发电与岸船（S2S）供电混合渡轮的运行效率、减少排放，提出了一种两阶段多目标优化运行调度方法。该方法旨在根据船舶操作员的偏好和太阳能光伏（PV）功率输出，优化两个相互冲突的目标，即运行成本（柴油发电机（DG）的燃料成本、二氧化碳（CO 2 ）排放税和S2S电力交换）和储能（ES/ESS）降级成本。对于日前优化，使用PV的区间预测数据来映射具有不同权重分配集的目标的解空间。以日前优化的解空间为指导，确定小时前优化的运行点。对于小时前调度，使用更精确的短期预测数据进行最优运行调度。进行了详细的案例研究，结果表明混合动力船舶的运营灵活性有所提高。案例研究还提供了有关调度方案的更深入的信息，如果优化模型中存在冲突的目标，这一点就显得尤为重要。
基于多目标增强学习的同时主题和预测模型...
[1] Shuo Xu，Liyuan Hao，Guancan Yang，Kun Lu和Xin An。基于主题模型的框架，用于检测和预测新兴技术。技术预测和社会变革，第1卷。162，p。 120366，2021。[2] Xing Yi和James Allan。信息检索的Uti-Lizing主题模型的比较研究。在Mohand Boughanem，Catherine Berrut，Josiane Mothe和Chantal Soule-Dupuy，编辑中，信息检索的进步，pp。29–41，柏林，海德堡，2009年。Springer Berlin Heidel-Berg。[3] Shixia Liu，Michelle X. Zhou，Shimei Pan，Yangqiu Song，Weihong Qian，Weijia Cai和Xiaoxiao Lian。tiara：主动，基于主题的视觉文本摘要和分析。acm trans。Intell。 Syst。 技术。 ，卷。 3，编号 2，2012年2月。 [4] David Blei，Andrew Ng和Michael Jordan。 潜在的dirich-让分配。 在T. Dietterich，S。Becker和Z. Ghahra mani中，编辑，《神经信息处理系统的进步》，第1卷。 14。 MIT出版社，2001。 [5] Yishu Miao，Edward Grefenstette和Phil Blunsom。 涵盖神经变异性推断的离散潜在主题，2017年。 [6] Akash Srivastava和Charles Sutton。 主题模型的自动编码变量推断，2017年。 [7] Maarten Grootendorst。 bertopic：基于类的TF-IDF程序的神经主题建模，2022。 [8] David M. Blei和John D. La效应。 动态主题模式。Intell。Syst。技术。，卷。3，编号2，2012年2月。[4] David Blei，Andrew Ng和Michael Jordan。潜在的dirich-让分配。在T. Dietterich，S。Becker和Z. Ghahra mani中，编辑，《神经信息处理系统的进步》，第1卷。14。MIT出版社，2001。[5] Yishu Miao，Edward Grefenstette和Phil Blunsom。涵盖神经变异性推断的离散潜在主题，2017年。[6] Akash Srivastava和Charles Sutton。主题模型的自动编码变量推断，2017年。[7] Maarten Grootendorst。bertopic：基于类的TF-IDF程序的神经主题建模，2022。[8] David M. Blei和John D. La效应。动态主题模式。在第23届机器学习国际会议论文集中，ICML '06，p。 113–120，纽约，纽约，美国，2006年。计算机协会。[9] c´edric f´evotte和j´erˆome idier。算法，用于beta-Divergence，2011年。 [10] Silvia Terragni，Elisabetta Fersini，Bruno Giovanni Galuzzi，Pietro Tropeano和Antonio Candelieri。 八八张：对主题模型进行组合和优化很简单！ 在Dimitra Gkatzia和Djam´e Seddah中，编辑，第16届会议论文集算法，用于beta-Divergence，2011年。[10] Silvia Terragni，Elisabetta Fersini，Bruno Giovanni Galuzzi，Pietro Tropeano和Antonio Candelieri。八八张：对主题模型进行组合和优化很简单！在Dimitra Gkatzia和Djam´e Seddah中，编辑，第16届会议论文集
激光覆层CO的多目标过程优化...
摘要：为了确定制备基于CO的合金覆层层的最佳过程参数，基于最佳过程窗口和42CRMO作为底物进行了激光覆层CO基于基于的激光覆层CO合金的实验研究。使用方差分析（ANOVA）用于探索激光过程参数对最佳过程窗口范围内包层层的形成特性的影响。此外，通过灰色关系分析获得了最佳过程参数组合，并进行了优化结果的实验性验证。发现由最佳过程窗口确定的过程参数间隔为激光功率1300–2100 W，扫描速度6–14 mm/s和粉末喂养率17.90-29.84 g/min。每个过程参数的影响顺序为：激光功率>扫描速度>粉末进率。获得了激光功率2100 W的最佳过程参数，扫描速度为6 mm/s和粉末喂养速率17.90 g/min。最佳过程参数的实验性验证结果证明，与初始参数相比，优化参数的灰色相关等级提高了0.260，并且与预测值良好，精度为96％。优化后，横截面面积，宽度与高度的比率，覆层效率和覆层轨道的粉末利用率增加了4.065 mm 2、1.031、1.032、19.032和70.3％，以及70.3％的功能率降低了60.9％。最佳的覆层轨道在没有裂纹，孔和明显的元素分离的情况下很好地粘合到底物上，并包括Cr 3 C 7，COCX，FCC-CO和WC的阶段。
基于数字孪生的能源互联网多目标能源管理策略
能源管理问题（EMP）一直是能源互联网（EI）优化运行中广泛研究的课题。然而，能源网络规模的快速增长和分布式可再生能源发电（DRG）的渗透给能源管理带来了新的挑战。因此，针对由We-能源（WE）组成的大规模EI，提出了一种基于数字孪生（DT）的并行能源管理策略。首先，提出了一个并行能源管理框架。通过建立这种三重并行结构，可以实时观察能源网络的状态，从而能够灵活响应DRG的波动和能源的即插即用。优化模型考虑了废弃的可再生能源，促进了可再生能源的利用。然后，提出了一种多时间尺度优化策略来处理多能源网络的不同时间尺度。此外，为了更好地获取和处理信息并避免维数灾难，提出了一种基于DT的深度Q学习算法（DQN）。最后，与传统的基于利益共识的策略相比，仿真验证了基于DT的并行能源管理策略的有效性。
多目标人工树（MOAT）算法的开发及其
计算位置为 x new 的新分支的解 对新分支 ( x new ) 和原分支 ( x i ) 进行 Pareto 优势分析 如果新分支 ( x new ) 优于原分支 ( x i ) 则用新分支 ( x new ) 替换原分支 ( x i ) break else 将其试验次数增加 1 End If
多目标跟踪和检测，融合 RADAR 和 AIS...
为了安全航行，自主船舶应该能够跟踪其他船舶和障碍物的位置和运动，这就涉及多目标跟踪问题。此外，雷达和自动识别系统 (AIS) 是两种常用于跟踪海上目标的船上传感器。在自主航行中，这两种传感器的融合利用互补信息并处理冲突数据，变得越来越重要。然而，由于多目标跟踪方法不成熟，当某些单个传感器漏检或两个传感器之间发生冲突时，很难系统地讨论融合问题。随着新的多目标跟踪方法的提出，本文首先提出了一种基于最新的随机有限集 (RFS) 滤波器——泊松多伯努利混合 (PMBM) 滤波器的 RADAR 和 AIS 顺序测量级融合方法。本文对使用顺序融合和单独使用传感器信息的性能进行了比较。然后将基于 PMBM 滤波器的 RADAR 和 AIS 顺序融合应用于实际海事案例。给出了跟踪结果并分析了性能。
带有多目标设计的机翼优化设计 - ArTS
摘要。本文介绍了 MH114 高升力翼型的多目标优化。我们寻求一组帕累托最优解，使翼型升力最大化，阻力最小化。由于几何不确定性，升力和阻力被认为是不确定的。概率气动力值的不确定性量化需要大量样本。然而，由于 Navier-Stokes 方程的数值解，气动力的预测成本很高。因此，采用多保真替代辅助方法将昂贵的 RANS 模拟与廉价的潜在流计算相结合。基于多保真替代的方法使我们能够在不确定的情况下经济地优化翼型的气动设计。
群体与群体无人机系统的多目标跟踪
估计此次信息收集的公共报告负担平均为每份回应 1 小时，包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将关于此负担估计或本次信息收集任何其他方面的评论（包括减轻负担的建议）发送至国防部华盛顿总部服务处信息行动和报告局 (0704-0188)，地址：1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意，尽管法律有任何其他规定，但如果信息收集未显示当前有效的 OMB 控制编号，则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。1. 报告日期（日-月-年）2. 报告类型 3. 涵盖日期（从 - 到）
设计用于控制核的多目标控制系统...
关键词：模型降阶，鲁棒控制系统，线性矩阵不等式，多目标控制，核反应堆功率控制。摘要：埃及试验研究反应堆（ETRR-2）非线性十二阶模型被线性化并降低为低阶模型。在降阶过程中使用了平衡截断、舒尔降阶法、汉克尔近似和互质因式分解等模型降阶方法。反应堆实际上由具有固定调节参数的 PD 控制器控制。建议在反应堆功率控制中使用 LMI 状态反馈、LMI-池分配、H ∞ 和基于观察器的控制器来代替 PD 控制器。LMI、LMI-极点配置的比较，
多目标定向灰盒模糊测试
摘要 — 定向灰盒模糊测试 (DGF) 可以通过寻求到达程序位置或按顺序探索某些位置来快速发现或重现程序中的错误。然而，由于其静态阶段划分和粗粒度的能量调度，以前的 DGF 工具在面对多个目标位置（简称目标）时表现不佳。在本文中，我们提出了多目标定向灰盒模糊测试，旨在在模糊测试活动中到达多个程序位置。具体而言，我们提出了一种新颖的策略来自适应地协调探索和利用阶段，以及一种新颖的能量调度策略，通过考虑种子和目标位置之间的更多关系。我们在一个名为 LeoFuzz 的工具中实现了我们的方法，并在崩溃重现、真正验证和实际程序中的漏洞暴露方面对其进行了评估。实验结果表明，LeoFuzz 在有效性和效率方面优于六种最先进的模糊测试器，即 QYSM、AFLGo、Lolly、Berry、Beacon 和 WindRanger。此外，LeoFuzz 在实际程序中检测到 23 个新漏洞，其中 11 个已分配 CVE ID。