XiaoMi-AI文件搜索系统
World File Search System数学优化
基于超级电容器和电池的混合储能解决方案，适用于公用事业规模光伏电站的电网整合
本文介绍了一种 2 级控制器，用于管理混合储能解决方案 (HESS)，用于光伏 (PV) 电厂在配电网中的电网整合。HESS 基于通过模块化电力电子柜将铅酸电池组和超级电容器组互连。将 HESS 纳入光伏电厂（而不是基于单一技术的最先进的储能系统）的动机是提供电网峰值功率削减和光伏输出功率斜坡限制服务的技术要求多种多样。2 级控制器确保协同利用两种存储技术，旨在实现 HESS 的最佳服务水平和最小的电池退化。控制器的较高级别基于数学优化问题，该问题通过存储技术的最佳调度来解决峰值功率削减目的。然后，此优化的功率设定点由管理光伏电厂输出斜坡限制的实时控制器补充。通过两个案例研究证明了 HESS 性能和相关控制器的有效性。第一篇采用 6.6 MW 光伏电站，包括 HESS 解决方案，该解决方案结合了 5.5 MWh 和 2.64 MW 铅酸电池组与 0.25 MWh 和 1.32 MW 超级电容器组。第二篇报告了类似场景的实验数据，该场景缩小到 kW 级别，并使用 HESS 的实验室规模原型。总而言之，本文提出的硬件和软件解决方案有助于实现多用途储能的可行利用，以满足可再生能源和配电系统运营商的需求。
QuantumCircuitOpt：可证明最优量子电路设计的开源框架
摘要 —近年来，量子计算界见证了大量在近期硬件上实现非平凡量子计算的新方法。一个重要的研究方向是将任意纠缠态（表示为幺正）分解为量子电路，即量子处理器支持的一系列门。众所周知，对于当前嘈杂的中等规模量子设备而言，分解时间较长和多量子比特门纠缠较多的电路容易出错。为此，人们对开发基于启发式的方法来发现紧凑电路产生了浓厚的兴趣。我们为此做出了贡献，提出了 QuantumCircuitOpt (QCOpt)，这是一个新颖的开源框架，它实现了数学优化公式和算法，用于将任意幺正门分解为一系列硬件原生门。QCOpt 的一个核心创新是它为其生成的量子电路提供最优性保证。具体来说，我们表明 QCOpt 可以将最多四个量子比特的电路中所需的门数量减少 57%，并且在商用计算硬件上的运行时间不到几分钟。我们还通过与简单的强力枚举算法进行比较，验证了 QCOpt 作为量子电路设计工具的有效性。我们还展示了 QCOpt 包如何适应各种内置类型的本机门集，这些门集基于不同的硬件平台，例如 IBM、Rigetti 和 Google 生产的硬件平台。我们希望这个包将促进量子处理器设计人员以及量子物理学家进一步探索算法。
吠陀数学在AI工具中的作用在计算机技术中
3。T. Gopala Krishna，P。VenkataRamana，G。PrabhakaraRao。基于吠陀数学的高速乘数设计算法。Procedia Technology，第1卷。2014年12月12日，pp。400-408。4。M. K. Singh，S。K。Sharma。 使用吠陀数学优化神经网络培训。 国际工程与先进技术杂志（IJEAT），第1卷。 3，第5期，2014年。 5。 A. Patel，H。K。Mehta。 吠陀数学用于数字信号处理中的更快计算。 国际工程研发杂志，第1卷。 10，第3期，2014年，pp。 21-24。 6。 P. Mishra，R。Pandey。 吠陀数学在密码学中的应用。 国际科学与研究出版物杂志，第1卷。 3，第6期，2013年。 7。 R. Gupta，K。M. Patel。 使用吠陀数学在AI中进行实时处理。 国际计算机应用杂志，第1卷。 86，编号 13，2014。 8。 A. Kumar，R。K。Aggarwal。 吠陀数学在高频交易算法中的作用。 金融工程杂志，第1卷。 7，编号 2，2015。 9。 S. Gupta，M。Jain。 使用吠陀数学改进机器人算法。 国际高级机器人系统杂志，第1卷。 2015年12月12日。 10。 H. Sharma，R。Verma。 使用吠陀数学的医疗保健数据分析。 39，2015。M. K. Singh，S。K。Sharma。使用吠陀数学优化神经网络培训。国际工程与先进技术杂志（IJEAT），第1卷。3，第5期，2014年。5。A. Patel，H。K。Mehta。 吠陀数学用于数字信号处理中的更快计算。 国际工程研发杂志，第1卷。 10，第3期，2014年，pp。 21-24。 6。 P. Mishra，R。Pandey。 吠陀数学在密码学中的应用。 国际科学与研究出版物杂志，第1卷。 3，第6期，2013年。 7。 R. Gupta，K。M. Patel。 使用吠陀数学在AI中进行实时处理。 国际计算机应用杂志，第1卷。 86，编号 13，2014。 8。 A. Kumar，R。K。Aggarwal。 吠陀数学在高频交易算法中的作用。 金融工程杂志，第1卷。 7，编号 2，2015。 9。 S. Gupta，M。Jain。 使用吠陀数学改进机器人算法。 国际高级机器人系统杂志，第1卷。 2015年12月12日。 10。 H. Sharma，R。Verma。 使用吠陀数学的医疗保健数据分析。 39，2015。A. Patel，H。K。Mehta。吠陀数学用于数字信号处理中的更快计算。国际工程研发杂志，第1卷。10，第3期，2014年，pp。21-24。6。P. Mishra，R。Pandey。吠陀数学在密码学中的应用。国际科学与研究出版物杂志，第1卷。3，第6期，2013年。7。R. Gupta，K。M. Patel。 使用吠陀数学在AI中进行实时处理。 国际计算机应用杂志，第1卷。 86，编号 13，2014。 8。 A. Kumar，R。K。Aggarwal。 吠陀数学在高频交易算法中的作用。 金融工程杂志，第1卷。 7，编号 2，2015。 9。 S. Gupta，M。Jain。 使用吠陀数学改进机器人算法。 国际高级机器人系统杂志，第1卷。 2015年12月12日。 10。 H. Sharma，R。Verma。 使用吠陀数学的医疗保健数据分析。 39，2015。R. Gupta，K。M. Patel。使用吠陀数学在AI中进行实时处理。国际计算机应用杂志，第1卷。86，编号13，2014。8。A. Kumar，R。K。Aggarwal。 吠陀数学在高频交易算法中的作用。 金融工程杂志，第1卷。 7，编号 2，2015。 9。 S. Gupta，M。Jain。 使用吠陀数学改进机器人算法。 国际高级机器人系统杂志，第1卷。 2015年12月12日。 10。 H. Sharma，R。Verma。 使用吠陀数学的医疗保健数据分析。 39，2015。A. Kumar，R。K。Aggarwal。吠陀数学在高频交易算法中的作用。金融工程杂志，第1卷。7，编号2，2015。9。S. Gupta，M。Jain。 使用吠陀数学改进机器人算法。 国际高级机器人系统杂志，第1卷。 2015年12月12日。 10。 H. Sharma，R。Verma。 使用吠陀数学的医疗保健数据分析。 39，2015。S. Gupta，M。Jain。使用吠陀数学改进机器人算法。国际高级机器人系统杂志，第1卷。2015年12月12日。10。H. Sharma，R。Verma。使用吠陀数学的医疗保健数据分析。39，2015。医学系统杂志，第1卷。11。Bharati Krishna Tirthaji Maharaja。吠陀数学：吠陀经的16个简单数学公式。Motilal Banarsidass出版商，1992年。12。肯尼斯·威廉姆斯。 吠陀数学老师手册：入门课程。 Motilal Banarsidass，2002年。 13。 James T. Glover。 学校的吠陀数学：书1。 Motilal Banarsidass，1995年。 14。 G. Prabhakara Rao，M。SrinivasaRao，P。HariKrishna。 使用吠陀数学的高性能乘数设计和实现。 国际计算机科学与网络安全杂志，第1卷。 10，编号 2，2010，pp。 18-22。 15。 L. S. Khattri，M。Singh，R。Agarwal。 吠陀数学在计算中的应用。 国际工程与发展新兴趋势杂志，第1卷。 3，第5期，2013年。 16。 B. Ramachandran，R。Rajeshwari。 使用吠陀数学有效的数字信号处理。 国际工程研究与应用杂志，第1卷。 2，第4期，2012年，pp。 112-116。 17。 T. R. Singh，D。S. Hooda。 基于吠陀数学的信号处理的快速算法。 IEEE信号处理上的交易，第1卷。 58，编号 1，2010，pp。 39-45。 18。 S. K. Sharma，A。K。Agarwal。 使用吠陀数学的加密算法。 12，编号肯尼斯·威廉姆斯。吠陀数学老师手册：入门课程。Motilal Banarsidass，2002年。13。James T. Glover。 学校的吠陀数学：书1。 Motilal Banarsidass，1995年。 14。 G. Prabhakara Rao，M。SrinivasaRao，P。HariKrishna。 使用吠陀数学的高性能乘数设计和实现。 国际计算机科学与网络安全杂志，第1卷。 10，编号 2，2010，pp。 18-22。 15。 L. S. Khattri，M。Singh，R。Agarwal。 吠陀数学在计算中的应用。 国际工程与发展新兴趋势杂志，第1卷。 3，第5期，2013年。 16。 B. Ramachandran，R。Rajeshwari。 使用吠陀数学有效的数字信号处理。 国际工程研究与应用杂志，第1卷。 2，第4期，2012年，pp。 112-116。 17。 T. R. Singh，D。S. Hooda。 基于吠陀数学的信号处理的快速算法。 IEEE信号处理上的交易，第1卷。 58，编号 1，2010，pp。 39-45。 18。 S. K. Sharma，A。K。Agarwal。 使用吠陀数学的加密算法。 12，编号James T. Glover。学校的吠陀数学：书1。Motilal Banarsidass，1995年。14。G. Prabhakara Rao，M。SrinivasaRao，P。HariKrishna。使用吠陀数学的高性能乘数设计和实现。国际计算机科学与网络安全杂志，第1卷。10，编号2，2010，pp。18-22。15。L. S. Khattri，M。Singh，R。Agarwal。吠陀数学在计算中的应用。国际工程与发展新兴趋势杂志，第1卷。3，第5期，2013年。16。B. Ramachandran，R。Rajeshwari。使用吠陀数学有效的数字信号处理。国际工程研究与应用杂志，第1卷。2，第4期，2012年，pp。112-116。17。T. R. Singh，D。S. Hooda。基于吠陀数学的信号处理的快速算法。IEEE信号处理上的交易，第1卷。58，编号1，2010，pp。39-45。18。S. K. Sharma，A。K。Agarwal。 使用吠陀数学的加密算法。 12，编号S. K. Sharma，A。K。Agarwal。使用吠陀数学的加密算法。12，编号国际网络安全杂志，第1卷。1，2011，pp。29-37。19。R. Arora，P。Kumar。 使用吠陀数学的实时数据处理。 国际计算机应用杂志，第1卷。 75，编号 8，2013。 20。 S. Patil，A。Deshmukh。 使用吠陀数学优化神经网络计算。 国际计算机科学与信息安全杂志，第1卷。 14，编号 3，2016。R. Arora，P。Kumar。使用吠陀数学的实时数据处理。国际计算机应用杂志，第1卷。75，编号8，2013。20。S. Patil，A。Deshmukh。 使用吠陀数学优化神经网络计算。 国际计算机科学与信息安全杂志，第1卷。 14，编号 3，2016。S. Patil，A。Deshmukh。使用吠陀数学优化神经网络计算。国际计算机科学与信息安全杂志，第1卷。14，编号3，2016。
电池储能系统的随机计划模型，以及实用规模的太阳能光伏
摘要：随着技术的进步和价格下跌，电池储能系统（BESS）被视为电源系统中有前途的存储技术。在本文中，引入了随机的BESS计划模型，该模型决定了在可再生资源和电力负载的不确定性下，在高压电源系统中确定了在高压电力系统中共同将公用事业规模太阳能光伏（PV）系统共同放置的最佳容量和持续时间。优化模型最小化总成本旨在从可再生来源获得至少20％的电能，同时满足所有物理约束。此外，还应用了两阶段的随机编程来制定数学优化问题，以发现贝斯的最佳持续时间和容量。在调度BESS时，需要考虑时间表代表Bess状态的时间变化；因此，采用了一种以1-h时间步长生成随机样本路径的方案生成方法，以明确表示不确定性和时间变化。提出的数学模型应用于经过修改的300个总线系统，该系统包括300台电动总线和411个传输线。当采用不同数量的场景以查看对模型中场景数量的敏感性时，比较了最佳的BES持续时间和容量，并计算出“随机解决方案的值”（VSS）以验证随机参数包含的影响。结果表明，当场景数量从10增加到30时，建筑物的成本和能力增加。通过检查VSS，可以观察到随机参数的显式表示会影响最佳值，并且当应用大量的方案时，影响会更大。
![硕士论文：[5PT]不确定性下的系统发育树](/simg/g:\will\search\icon\source\d\db4477761378fc73703bd215d70277f41393bb3d.webp)
硕士论文：[5PT]不确定性下的系统发育树
系统发育树是一个分支图，代表基于物理或遗传相似性和差异的物种或分类单元之间的进化关系。它说明了他们共同的进化史和祖先的共同历史，在地球上所有生命在理论上都是单个系统发育树的一部分。计算系统发育学使用算法来确定这些关系的最准确表示。在数学优化的语言中，系统发育树是一棵所谓的施泰纳树（第三级）。尽管史坦纳树在文献中得到了很好的研究，但理论上很难（NP-hard）和实践。在本论文中，我们专注于建造施泰纳树。以瑞士数学家Jakob Steiner命名的Steiner树问题是组合优化问题，也是对最小跨越树的概括。最小跨越的树将图中的所有节点连接到最小的边缘长度总和最小的树中。相比之下，斯坦纳树可能包括预定义集合中的其他节点，以进一步最大程度地减少整个网络长度，从而使选择最佳施泰纳点具有挑战性。对于系统发育树，这种施泰纳指向进化史上的祖先。由于进化史受到不利影响的影响，因此也需要考虑后者。硕士论文的第一部分是关于系统发育和施泰纳树的文献的摘要。论文应该从应进一步发展的现有算法思想开始。主要贡献应该是通过利用贝叶斯方法在不确定性下优化植物树的算法的开发和实施。该论文主题来自与地理Nordbayern（FAU）的合作。
医疗保健中的AI
对程序的目的和描述该计划的目的是对了解AI的需求和可能性的任何人开放的，更具体地说，在医疗保健中可以解释的AI，是为了提供有关AI在医疗保健中使用的初步知识，以支持能够在整个经济中促进AI部署的人们的培训。虽然现存的计划主要集中在AI或医疗保健上，但冬季学校旨在共同提供这两个高度发展的领域的知识。的确，AI的相关性越来越明显，在几个领域的发展中，包括医疗保健和生物医学等高度发展的科学，其特征是人口统计学变化，慢性和发病率的增加，劳动力短缺和技术期望。但是，如果一方面，AI代表了“省略成本和服务质量提高的巨大潜力”（Reddy等，2019，第25页），另一方面，它与“重大挑战并提出了重要的，多方面的问题”有关”（Racine等，2019，2019年，第274页）。然后，专业人员和所有相关利益相关者需要新的能力。的确，现代医疗保健和临床数据科学是一个跨学科领域，包括统计数据，数学优化，经典和深度的机器学习以及数据可视化。此外，应追求道德AI策略，尤其是值得信赖的AI，以促进AI围绕AI的识字和合法性，尤其是在医学领域。但是，在这一领域的培训很困难。以此目的，这所冬季学校的目标是： - 从AI在医疗保健中的应用中得出的机会； - 分析与在医疗保健中使用AI相关的机会和风险； - 了解使用AI和其他数字技术的道德含义，涵盖个人和社会后果，从而促进决策。因此，预计它将刺激参与者在现实生活中做出判断和新的管理思维方式的能力，最终促进技能的进步和职业。
商业和工业领域的人工智能
摘要 在 21 世纪，人工智能 (AI) 有可能在个人、组织和社会层面增强信息系统的每个组成部分。然而，由于企业和行业都在尝试采用这项新技术，人工智能技术正在以前所未有的速度发展和商业化。从过去几年来看，我们可以看到大量的人工智能产品和服务正在成为日常活动中非常重要的一部分。本文探讨了什么是人工智能，试图了解人工智能对商业和行业的积极和消极影响。本文讨论了人工智能的创新、它对业务的影响以及未来的业务范围。从研究中获得的推论将更好地理解人工智能如何帮助转变业务运营以及人工智能在商业中的未来范围。简介技术创新在历史上取得了显着的进步，提高了生活水平。然而，创新过程可能会造成极大的破坏，因为它会使传统技术过时。云计算、物联网 (IoT)、大数据、数据科学、人工智能 (AI) 和区块链是新兴技术。这些技术的踪迹至少在二十五年前就被发现，但仅仅是发现，并未被确定用于商业应用。在过去十年中，情况发生了巨大变化，如今几乎每个领域都采用了一种或多种这些技术。其中一个主要因素是计算机技术的进步、通过代码共享实现的透明度以及大量开源软件。目前，这些技术在医疗保健、汽车、金融、游戏、环境监测、安全、制造业等各个领域都有广泛应用，正在改变人类的生活、工作方式等。当我们谈到人工智能时，它是制造能够像人类一样思考的机器的科学。它可以做被认为是“智能”的事情。它是机器或软件的智能，而不是人类或动物的智能。它也是计算机科学研究领域，开发和研究智能机器。“AI”也可能指机器本身。人工智能于 1956 年作为一门学科成立。该领域经历了多次乐观、失望和资金流失的循环，但在 2012 年之后，当深度学习超越了所有之前的人工智能技术时，资金和兴趣大幅增加。人工智能研究的各个子领域都围绕着特定的目标和特定工具的使用。人工智能研究的传统目标包括推理、知识表示、规划、学习、自然语言处理、感知和对机器人的支持。通用智能（解决任意问题的能力）是该领域的长期目标之一。为了解决这些问题，人工智能研究人员已经调整和整合了各种各样的问题解决技术，包括搜索和数学优化、形式逻辑、人工神经网络以及基于统计学、运筹学和经济学的方法。人工智能还借鉴了心理学、语言学、哲学、神经科学和许多其他领域的知识。研究重要性/目标：1. 本研究可能有助于理解人工智能整体及其工作原理。2. 这项研究可能能够告知人工智能在商业中的积极和消极方面。3. 该研究旨在考察技术的发展和人工智能的进步。4. 本研究的目标是了解人工智能如何帮助企业发展并实现企业愿景和使命。5. 本研究还旨在发现有关人工智能将如何塑造未来企业的想法和观点。
呼吁有关自动化自动化科学和工程专刊的论文IEEE交易，以优化自动化 - 以纪念
呼吁关于自动化自动化自动化科学和工程专刊的论文IEEE交易，以优化自动化 - 为了纪念Peter B. LuH优化决策的优化在自动化方面普遍存在。可以在运输中实时路由，在多能微网格中进行安排，自动驾驶中的路径查找以及供应需求在即时分布中匹配。仅举几例。这些优化和决策问题可以用数学形式为线性和非线性编程，马尔可夫决策过程以及变体。过去十年见证了机器学习如何在解决这些问题方面的理论和实践方面发展。目的是回顾该领域的最先进的现状，即在自动化中进行优化的机器学习以及讨论未来的研究方向。Peter B. Luh教授（1950-2022）是自动化领域的开创性数字，并在解决制造和电力系统中的优化问题方面是一个开创性的人物。他共同创立了IEEE T-ASE，并担任其首个主编。在他的整个职业生涯中，卢教授是该领域的活跃研究员和发起人。他于2022年去世时，他的最后一项举措是共同开发有关自动化机器学习的临时。在这项研究中，Luh教授致力于开发强大的算法，这些算法将机器学习和优化与电源系统和制造系统的应用相结合。解决这些优化问题的进步具有丰富的应用潜力。本期特刊是向卢教授致敬，他认识到他对自动化领域的重要贡献以及他在推进机器学习领域以优化自动化领域的远见领导。通过这个特刊，我们旨在尊重卢教授的遗产，并致力于推进这一领域。我们邀请了正在为该领域做出重大贡献的研究人员和从业人员的贡献，并分享了卢教授对自动化的机器学习愿景。本期特刊的潜在贡献者包括理论，方法，算法和机器学习应用以优化自动化的研究人员。特别是，将研究和讨论数学公式，例如线性和非线性编程，马尔可夫决策过程以及基于仿真的优化。具体来说，我们欢迎介绍自动化优化问题的某些结构性特性，以实现大规模问题的快速解决方案，并提供绩效保证。除了对相当一般的理论和方法的贡献外，本期特刊还将欢迎在制造，物流，运输，建筑物和电力系统等各种应用领域的作品。本期特刊旨在总结艺术的状态，讨论有希望的研究方向，并进一步促进机器学习研究以进行自动化的优化。重要的是要展示成功的故事，并在不同系统的一般理论和方法中分享进步。这个特刊既具有实际利益和理论利益。各种不同自动化系统中优化问题之间的关键连接位于共享的数学优化公式中，例如线性和非线性编程以及马尔可夫决策过程。通过本期特刊，我们希望在研究机器学习以优化自动化的研究人员和从业人员中促进合作和交流。我们还旨在提供一个平台，以突出案例研究和机器学习的创新应用，以在不同领域进行优化，从而鼓励在这个令人兴奋的领域进行进一步的研发。