XiaoMi-AI文件搜索系统
World File Search System多目标
基于多目标优化的非支配排序遗传算法对风能潜力的评估 III
摘要：风能是一种丰富的可再生能源，近年来在世界范围内得到广泛应用。本研究提出了一种新的基于多目标优化 (MOO) 的风能系统遗传算法 (GA) 模型。所提出的算法包括非支配排序，其重点是最大化风力涡轮机的功率提取，最小化发电成本和电池寿命。此外，还分析了风力涡轮机和电池储能系统 (BESS) 的性能特征，特别是扭矩、电流、电压、充电状态 (SOC) 和内阻。完整的分析是在 MATLAB/Simulink 平台上进行的。将模拟结果与现有的优化技术（如单目标、多目标和非支配排序 GA II（遗传算法 II））进行了比较。从观察结果来看，非支配排序遗传算法 (NSGA III) 优化算法提供了卓越的性能，特别是更高的涡轮机功率输出、更高的扭矩率、更低的速度变化、更低的能源成本和更低的电池退化率。该结果证明，与传统的优化工具相比，所提出的优化工具可以从自激感应发电机（SEIG）中提取更高的功率。
智能能源枢纽系统电热响应负荷多目标优化调度
摘要 – 本研究提出了未来一天智能能源中心系统 (SEHS) 的多目标优化调度。SEHS 由互连的能源混合系统基础设施组成，例如电力、热能、风能、太阳能、天然气和其他燃料，以在双向通信平台上供应多种类型的电力和热能负荷。本文中的所有目标均被最小化，包括 1) 发电侧的运营成本和排放污染，2) 需求侧的能源供应概率损失 (LESP)，以及 3) 未来一天电力和热能负荷与最佳电力和热能水平的偏差。提出了第三个目标，即使用需求侧管理 (DSM) 通过电力和热能可转移负荷 (SL) 的最佳转移来平坦电力和热能需求曲线。此外，还通过蒙特卡洛技术对可再生能源 (RES) 和电力和热能负荷进行随机建模。利用GAMS优化软件，通过ε约束方法实现所提方法，以获得目标函数的非支配Pareto解。然后，通过决策方法，选出非支配Pareto解中的最优解。最后，通过两个案例研究和案例研究中的敏感性分析来验证所提方法的有效性。
多目标粒子群优化算法用于家庭微电网优化调度
应对低电价时期家庭负荷和电动汽车集中用电的挑战对于减轻对公用电网的影响至关重要。在本研究中，我们提出了一种基于多目标粒子群算法的家庭微电网优化调度方法。建立了一个家庭微电网优化模型，考虑了分时电价和用户电动汽车出行模式。该模型专注于优化家庭日常用电成本并最小化电网侧能源供应差异。具体而言，该数学模型将微电网内每个分布式能源的实际输入和输出功率作为优化变量。此外，它还整合了对储能电池和电动汽车电池容量变化的分析。通过在帕累托最优解集内的算术模拟，该模型确定了有效缓解公用事业侧能源输入和输出波动的最优解。模拟结果证实了该策略在降低家庭日常用电成本方面的有效性。所提出的优化方法不仅提高了电力消费的整体质量，而且证明了其经济和实际可行性，凸显了其更广泛的应用和影响的潜力。
在线文章 动态系统的多目标模型独立自适应跟踪机制
摘要：在机器人文献中，最佳跟踪问题通过使用各种鲁棒和自适应控制方法来解决。然而，这些方案与实施限制有关，例如在具有完整或部分基于模型的控制结构的不确定动态环境中的适用性、离散时间环境中的复杂性和完整性以及复杂耦合动态系统中的可扩展性。开发了一种在线自适应学习机制来解决上述限制，并为跟踪控制类问题提供通用解决方案平台。该方案使用同时线性反馈控制策略最小化跟踪误差并优化整体动态行为。采用基于值迭代过程的强化学习方法来求解底层贝尔曼最优方程。生成的控制策略以交互方式实时更新，而无需任何有关底层系统动态的信息。采用自适应评论家的方法来实时近似最佳求解值函数和相关控制策略。在模拟中说明了所提出的自适应跟踪机制在不确定的气动学习环境下控制柔性翼飞机的作用。
强大的多目标供应链优化外科供应的外科医生的成本和满意度，并使用
Hamedan，伊朗。 （P.Samouei@basu.ac.ir）抽象手术室是医院昂贵的病房，因此任何降低成本都会直接影响总成本。 手术室可消耗品是从供应商那里收到无菌和非遗产表格的，然后在手术前发送到手术室。 如果外科医生请求非周期性物品，则将这些物品首先发送到无菌核心，然后将消毒物品转移到手术室。 这项研究降低了物流成本，并在不确定性条件下提高了外科医生的满意度。 由于患者的状况或其他紧急情况，可能会在操作过程中需要请求，例如大量出血和项目分解，统计分配估计是不可能的。 因此，一种强大的方法用于需求。 此外，还研究了影响供应链成本和外科医生满意度以及不同标准对供应商选择的影响的参数。 此外，供应商在成本和质量方面有所不同，这对外科医生的满意度有直接影响。 因此，在本文中，首先采用了添加剂比率评估（ARAS）方法来对供应商进行排名，然后使用增强ε-约束来最大程度地降低成本并最大程度地提高外科医生的满意度。 结果表示购买成本和需求是最有效的参数。 关键字：手术用品，强大的优化，排名供应商，无菌核心1。 介绍如今，健康连锁店已经引起了人们对成本及其与人类生活的直接联系的广泛关注。 数学Hamedan，伊朗。（P.Samouei@basu.ac.ir）抽象手术室是医院昂贵的病房，因此任何降低成本都会直接影响总成本。手术室可消耗品是从供应商那里收到无菌和非遗产表格的，然后在手术前发送到手术室。如果外科医生请求非周期性物品，则将这些物品首先发送到无菌核心，然后将消毒物品转移到手术室。这项研究降低了物流成本，并在不确定性条件下提高了外科医生的满意度。由于患者的状况或其他紧急情况，可能会在操作过程中需要请求，例如大量出血和项目分解，统计分配估计是不可能的。因此，一种强大的方法用于需求。此外，还研究了影响供应链成本和外科医生满意度以及不同标准对供应商选择的影响的参数。此外，供应商在成本和质量方面有所不同，这对外科医生的满意度有直接影响。因此，在本文中，首先采用了添加剂比率评估（ARAS）方法来对供应商进行排名，然后使用增强ε-约束来最大程度地降低成本并最大程度地提高外科医生的满意度。结果表示购买成本和需求是最有效的参数。关键字：手术用品，强大的优化，排名供应商，无菌核心1。介绍如今，健康连锁店已经引起了人们对成本及其与人类生活的直接联系的广泛关注。数学医院是卫生系统最关键的部分之一，手术室是最重要的病房。医院通常是复杂的系统，在该系统中，制定政策和决定以确保提供服务并降低成本[1]。尽管健康供应链引起了很多关注，但在手术项目的背景下，很少有数学模型用于健康供应链。此外，受益人之间的利益冲突结果是医院多标准决策（MCDM）技术。因此，现有的研究旨在通过建模不确定性下的手术室消耗品问题来降低供应链（包括购买和采购成本）的成本。另一方面，这项研究添加到供应商的水平上，以允许外科医生对供应商的评论进行对所需物品满意的评论来对供应商进行排名。实际上，这项研究与以前的论文的区别是1。介绍供应商的选择和计划手术室和无菌核心的两相方法，以及2。同时关注拍卖外科医生对基于供应商的消耗品满意的问题，基于供应商的排名和降低供应链的供应链，在不确定的条件下供应链。在这项研究中，如果不可能从优先级高的供应商那里购买，则将从供应商那里购买购买能力。此外，考虑了各种项目，以对现实世界进行建模。此外，每位患者的术中需求无限期。因此，对于特定于患者的疾病，没有任何确定的需求分布。因此，使用可靠的方法来克服问题的不确定性方面。本研究的结构如下：第二部分介绍了有关相关论文的文献综述。第三部分提供了问题的说明。
基于CVAR的综合能源系统的多目标计划在碳交易机制下
为了解决“双碳”目标的综合能源系统（IES）的计划问题，本文提出了一种基于CVAR的碳交易机制的IES多目标计划方法（风险为条件价值）。首先，本文建立了IES能源供应设备模型和改进的阶梯式碳交易模型。此外，本文提出了基于碳交易成本的IES多目标两层计划模型。计划模型的上层以经济和环境的优化为目标，以实现综合能源系统的合理规划。下层模型将最低运营成本作为优化系统操作条件并验证计划结果合理性的目标。然后，建立了基于平均值的不确定性模型，以解决计划过程中碳交易价格和新能源输出的不确定性。最后，本文设置了案例，并使用非主导的排序遗传算法-II（NSGA-II）和求解器解决了模型，这表明所提出的方法可以实现IES低碳计划，同时保证经济。
崩溃的行为评估和基于人工神经网络的马尾启发的三明治管的多目标优化
由于其特定的强度和海洋功能，薄壁结构越来越多地使用自动动机，以减少易受伤害的道路使用者（VRU），运输和航空航天工业的致命和严重伤害[1-5]。先前的分析[2，6，7]，实验[8-10]和计算研究[3,11,12]的结果使恶魔散布在能量吸收和崩溃的结果取决于许多结构和材料参数，包括金属类型，织物/基质类型，制造技术，结构几何，结构性的几何形状，维度和载荷条件[13-15]。由于其出色的机械特性，铝已经被许多作者研究了前几年[16，17]。今天，尽管复合材料和聚合物材料可用于能量吸收应用，但铝仍用于制造能量吸收。基于其延展性特征，轴向载荷下的铝管通过产生琴弦和DIA MOND变形模式通过多种塑性变形机制分散动能[18]。此外，在最近的Deca des中，管道几何形状的影响（即圆形，三角形，正方形和矩形）在薄壁吸收的响应上已得到广泛研究。
惊喜的火花：多样性，新颖性和偶然性的层次决策变压器的多目标建议
摘要：对晶体材料的化学空间，尤其是金属 - 有机框架（MOF）的实验探索，需要对大量反应的多组分控制，这是不可避免地会在手动执行时耗时和劳动力。为了在保持高可重复性的同时加速物料发现速率，我们开发了一种与机器人合成平台集成的机器学习算法，用于闭环探索多氧盐损坏金属金属 - 有机框架（POMOFS）的化学空间。通过使用从不确定性反馈实验获得的更新数据和基于其化学构成的POMOF分类的多类分类扩展，通过使用更新数据来优化极端梯度提升（XGBoost）模型。POMOF的机器人合成的数字签名由通用化学描述语言（χDL）表示，以精确记录合成步骤并增强可重复性。九种新颖的Pomofs，其中包括具有良好的可重复性的POM胺衍生物与各种醛的硫胺衍生物的胰岛化反应，这些pomofs具有源自单个配体的混合配体。此外，根据XGBoost模型绘制了化学空间图，其F1得分高于0.8。此外，合成的Pomofs的电化学性质表明，与分子POMS相比，较高的电子转移和Zn比率的直接效应，所使用的配体的类型以及POMOFS中的拓扑结构用于调节电子传递能力。■简介
使用RES：全面评论
摘要：为了克服RES的间歇性，考虑了整合可再生能源（RES）和可靠功率的混合微电网系统的优化方法。混合AC/DC微电网系统是使用太阳能光伏系统，风力涡轮机，电池存储，转换器和柴油发电机构建的。与杂化AC/DC微电网的混合可再生能源的利用稳定增加。因此，有必要解决优化技术。因此，本研究提出了使用进化算法利用多目标优化方法。在这种情况下，审查了一些有关多目标优化的论文，以确定与RESS的混合AC/DC微电网的能力和最佳设计。在这里，最佳系统包括最低能源成本，最低净现现有成本，低运营成本，低碳排放和高可续签分数。使用多目标优化（MOO）算法确定这些。混合AC/DC微电网的大小优化基于多目标灰狼优化器（MOGWO）和多目标粒子群优化（MOPSO）。同样，具有不同进化算法（Moga，Mogoa等）的多目标优化降低了能源成本和净现在成本，并提高了岛状混合微电网系统的可靠性。
采用 RES 的混合交流/直流微电网的多目标优化算法：综合综述
摘要：为了克服可再生能源 (RES) 的间歇性，考虑了混合微电网系统的优化方法，该系统集成了可再生能源 (RES) 并向偏远地区提供可靠的电力。混合交流/直流微电网系统由太阳能光伏系统、风力涡轮机、电池存储、转换器和柴油发电机构成。混合交流/直流微电网中混合可再生能源的利用率稳步上升；因此，有必要解决优化技术。因此，本研究提出利用进化算法的多目标优化方法。在此背景下，回顾了几篇关于多目标优化的论文，以确定带有可再生能源的混合交流/直流微电网的容量和最佳设计。在这里，最佳系统包括最低能源成本、最低净现值成本、低运营成本、低碳排放和高可再生能源比例。这些都是通过使用多目标优化 (MOO) 算法确定的。混合交流/直流微电网的规模优化基于多目标灰狼优化器 (MOGWO) 和多目标粒子群优化 (MOPSO)。同样，使用不同进化算法 (MOGA、MOGOA 等) 进行多目标优化可以降低能源成本和净现值成本，并提高孤岛混合微电网系统的可靠性。