XiaoMi-AI文件搜索系统
World File Search System混合整数
综合空间任务规划与航天器设计的多学科设计优化方法
太空任务规划和航天器设计紧密耦合，需要一起考虑才能获得最佳性能；然而，这个集成优化问题会导致大规模的混合整数非线性规划 (MINLP) 问题，而该问题的求解十分具有挑战性。为了应对这一挑战，本文提出了一种新的解决该 MINLP 问题的方法，即遵循多学科设计优化 (MDO) 的理念，通过增强拉格朗日协调方法迭代求解一组耦合子问题。所提出的方法利用问题的独特结构，将其分解为一组不同类型的耦合子问题：任务规划的混合整数二次规划 (MIQP) 子问题和航天器设计的一个或多个非线性规划 (NLP) 子问题。由于可以将专门的 MIQP 或 NLP 求解器应用于每个子问题，因此所提出的方法可以有效地解决原本难以解决的集成 MINLP 问题。还提出了一种自动有效的方法来寻找这种迭代方法的初始解，这样就可以在不需要用户定义的初始猜测的情况下进行优化。在演示案例研究中，使用子系统级参数化航天器设计模型优化了载人月球探测任务序列。与最先进的方法相比，即使没有并行化，所提出的公式也可以在更短的计算时间内获得更好的解决方案。对于更大的问题，所提出的解决方法也可以轻松并行化，因此有望进一步发挥优势和可扩展性。
太阳能与电池储能系统的最佳整合
摘要 —本文利用实际数据讨论了光伏 (PV) 系统与电池储能系统 (BESS) 的优化设计。具体来说，我们确定了光伏板的最佳尺寸、BESS 的最佳容量以及 BESS 充电/放电的最佳调度，以使包括电费和光伏系统在内的长期总成本最小化。优化是通过考虑大量参数来执行的，例如能源使用、能源成本、天气、地理位置、通货膨胀以及太阳能电池板和 BESS 的成本、效率和老化效应。为了捕捉老化效应、通货膨胀和折现经济回报等长期因素的影响，该问题被表述为混合整数非线性规划 (MINLP) 问题，时间范围涵盖太阳能电池板和 BESS 的整个生命周期，约为十年或更长时间，而几乎所有现有的光伏系统设计工作都考虑了几天或几周的短得多的时间范围。将 MINLP 转化为混合整数线性规划 (MILP)，并通过分支定界 (B&B) 算法进行求解。由于时间范围较长，MILP 的复杂度较高。然后，使用动态规划提出了一种新的低复杂度算法，其中表明 MINLP 问题可以转化为满足贝尔曼最优原理的问题。将新开发的算法应用于旧金山商业用户的实际数据表明，该系统在第 66 个月达到盈亏平衡点，并将系统总成本降低了 29.3%。
基于阶段的神经网络进行回流焊曲线预测和回流焊配方优化，以实现质量和节能
在回流过程中，放置元件的电路板上会形成焊点，因此回流炉腔内的温度设置对 PCB 的质量至关重要。不适当的温度曲线会导致各种缺陷，如裂纹、桥接、分层等。焊膏制造商通常会提供理想的温度曲线（即目标温度曲线），而 PCB 制造商则会尝试通过微调炉的配方来满足给定的温度曲线。传统方法是调整配方，使用热测量设备收集热数据。它调整温度曲线依赖于反复试验的方法，这需要花费大量时间和精力。本文提出了 (1) 配方初始化方法，用于确定用于收集训练数据的初始配方；(2) 基于阶段（升温、浸泡和回流）的输入数据分割方法，用于数据预处理；(3) 反向传播神经网络 (BPNN) 模型，用于预测所需的区域温度以减少实际处理曲线与目标曲线之间的差距；(4) 混合整数线性规划 (MILP) 算法，用于生成最佳配方以最小化温度设置。本文旨在通过一次实验实现所需空气温度的非接触式预测。MILP 优化模型利用了从预测结果中获得的上限和下限约束。该模型已通过不同的初始配方和不同的目标曲线进行了交叉验证。结果，在开始实验的 10 分钟内，生成的最佳配方将与目标曲线的匹配度提高了 4.2%，达到 99%，同时降低了 23% 的能源成本。关键词：回流热配方优化、机器学习、基于阶段的分割、反向传播神经网络（BPNN）、混合整数线性规划（MILP）。
考虑再生制动和可再生能源的铁路车站电动汽车充电优化能量管理算法
摘要 —本文提出了一种新型的最优能源管理系统 (EMS) 算法，用于智能电气化铁路站的电动汽车 (EV) 充电，该算法采用可再生能源发电。与以前的铁路 EMS 方法不同，所提出的 EMS 协调了火车站电动汽车停车场的再生制动能量 (RBE)、可再生能源发电、电气化铁路需求和电动汽车充电需求。在瑞士库尔的一个实际火车站使用基于场景的方法进行的数值结果表明，所提出的算法可以有效地将火车站全年的预期每日运营成本降至最低。索引词 —电动汽车、能源管理、铁路系统、再生制动能量、可再生能源、混合整数线性规划。
基于量子计算的航空公司乘员阵容优化
解决任何优化问题需要两个步骤 - 一个，制定问题，两个步骤，为配方提供最佳解决方案。第一步构成理解问题并用数学术语提出问题。此数学公式可以通过多种方式完成，例如线性编程（LP），混合整数线性编程（MILP），非线性和二次。基于制定问题的便利以及算法，技术和工具的可用性，选择了一种公式方法。提出问题后，优化问题的第二步是获得最佳成本的解决方案。随着问题大小的增加，无法通过分析解决问题，而理论上蛮力方法可能会呈指数更长的时间。因此，使用数值方法来为大型优化问题提供近似的解决方案。
钒电解液再平衡的优化...
摘要——本文提出了一种优化钒液流电池 (VRFB) 能量容量恢复的新算法。VRFB 技术可以通过电解质再平衡部分恢复损失的容量来延长其使用寿命。我们的算法找到了这些再平衡服务的最佳“数量”和“时间”，以最小化服务成本，同时最大化能源套利收益。我们表明，该问题的线性化形式可以解析解决，并且目标函数是凸的。为了解决整个问题，我们开发了一种两步混合整数线性规划 (MILP) 算法，该算法首先找到最佳服务数量的界限，然后优化服务的数量和时间。然后，我们针对纽约 ISO 的能源套利案例研究给出了理论分析和优化结果。
使用 MINLP 方法对克尔曼地区的混合风力涡轮机/光伏/柴油发电机/电池系统进行优化定型
摘要。可再生资源因其在减少污染和改进技术问题方面的作用而备受关注。值得注意的是，以混合系统的形式同时使用几种资源需要研究所涉及的许多不同方面。混合系统最重要的问题之一是系统优化。因此，最有效的方法是组合组件以最小化成本。已经提出了不同的方法来确定混合系统组件的大小以优化所提出的系统。这些方法分为三类：经典、人工智能和计算机程序方法。在本文中，使用混合整数非线性规划 (MINLP) 方法获得了组件的最佳尺寸。将该算法的输出与其他两种算法进行了比较，并证明了该方法的优势。本文在更短的时间内获得了更好的响应。
开发和评估具有可再生能源的智能家居负载协调的在线房屋能源管理策略
在本文中，为在智能家庭中优化电动需求而开发了实时实施的负载协调策略。该策略最大程度地减少了对房主的电力成本，同时限制了与延期额外电力负载相关的中断。多目标非线性混合整数编程被配制为一个顺序模型预测控制，然后使用遗传算法解决。通过部署高级协调策略获得的负载转移益处与用于各种家庭特征（例如位置，大小和设备）的基线控制器进行了比较。模拟研究表明，与基线策略相比，智能家居能源管理策略的部署降低了5％。这是通过推迟大约50％的纤性载荷来实现的，这是由于使用固定能量存储而可能导致的。
国际研究出版与评论杂志
早期的负荷调度研究主要利用线性规划和混合整数线性规划 (MILP) 等优化技术。这些方法已被用于解决机组投入和经济调度问题，旨在确保系统可靠性的同时最大限度地降低燃料成本和运营约束。例如，提出了一个 MILP 模型来优化火电和水电的调度，实现发电成本和负荷需求之间的平衡。同样，[作者等，年份] 展示了使用线性规划来最大限度地降低集成可再生能源的微电网中的发电成本。虽然这些方法为明确定义的问题公式提供了精确的解决方案，但它们往往在可扩展性和计算复杂性方面存在困难，尤其是在处理可再生能源的随机性时。
印度理工学院鲁尔基分校
印度理工学院鲁尔基分校 系别：应用数学与科学计算系 科目代码：AMC-501 课程名称：应用优化技术 LTP：3-0-0 学分：3 学科领域：PCC 课程大纲：优化简介、凸集、凸函数、数学建模、线性规划：图解法、单纯形法、线性规划中的对偶性、灵敏度分析、对偶单纯形法、整数规划问题、混合整数规划问题、无约束优化 - 牛顿-拉夫逊法、拟牛顿法、共轭梯度法、最速下降法、约束优化 - 拉格朗日法、广义递减梯度法、罚函数法、多目标优化 - 多目标优化问题、帕累托前沿、支配和非支配解、经典多目标优化方法（如加权和方法、e-约束方法）。