XiaoMi-AI文件搜索系统
World File Search SystemOptima
线性和非...
本研究提出了一个基于状态空间表示的简化模型，以识别锂聚合物电池细胞的精确电流电路。参数进行的过程通过三阶段过程表达为非线性优化问题。第一个阶段根据与电池电流和初始SOC条件相关的非线性特征估算了电荷状态（SOC）。在第二阶段，按照在第一个阶段使用的带有不同线性和非线性模型的SOC估算了开路电压。在第三阶段，开发了一种最佳优化算法的平衡算法（EA），用于最佳识别电池参数。根据Taguchi的实验方法设计，对EA的参数进行了调整，以减少计算时间以及获得最佳参数排列所需的实验数量。与实施实施相关的数值模拟在锂离子电池上模拟，以证明所提出的EA的高能力是有效的识别程序。此外，与最近几种针对Artemis驱动周期的优化算法相比，所提出的EA具有很高的精度。，提出的还原模型的解决方案质量改进是通过与电池电压和SOC的实验测量高度接近的。此外，与线性和非线性模型相比，所提出的还原模型获得的计算时间少12％的精度降低了12％。
增强亚最佳轨迹缝线
通过监督学习（RVS）进行的加强学习被称为离线增强学习（RL）的新兴范式。虽然返回条件的RVS（RVS-R）在与离线RL任务有关的广泛数据集中占主导地位，但最近的发现表明，目标条件条件的RVS（RVS-G）优于特定的子最好数据集中的轨迹迹象，其中轨迹插入轨迹可用于实现最新功能性能。但是，这种优势的根本原因仍未得到充分探索。在本文中，采用了教学实验和理论分析，我们揭示了RVS-G在缝线轨迹中的熟练程度源于其在评估过程中概括到未知目标方面的熟练性。在这种见解的基础上，我们引入了一种新颖的RVS-G方法，即空间组成RVS（SC-RVS），以增强其概括为未知目标的能力。此反过来又增强了子最佳数据集上的trajectory缝合性能。具体而言，通过利用优势重量的力量和最大透气正则重量，我们的方法可以与现有的RVS-G方法相比，在行动选择中促进乐观目标采样的促进与维护差异的悲观水平。对D4RL基准测试的广泛实验结果表明，在大多数情况下，我们的SC-RV对基准的表现良好，尤其是在需要轨迹缝线的亚最佳数据集上。
最佳基于Cosserat的变形控制线性对象的机器人操纵
摘要 - 可构造的对象操纵是一个充满挑战的研究主题，它引起了对机器人领域的日益兴趣，因为已经出现了解决此问题的新方法。到目前为止，文献中的大多数提出的方法都集中在形状控制上。被忽略了应用于物体的应变，因此排除了操纵脆弱产品的大部分工业应用，例如橡胶和塑料物体的脱胚层或食物的处理。这些应用需要在准确性和仔细操纵之间进行权衡，以保留操纵对象。在本文中，我们提出了一种方法来最佳控制线性和平面变形对象的变形，同时还最大程度地减少对象的变形能。首先，我们修改了最初为线性软机器人控制开发的框架，以使其适应可变形的物体机器人操作。为此，我们将问题重新制定为一个优化问题，其中考虑对象的整体形状，而不是仅专注于对象的位置和方向的尖端。然后，我们在成本函数中包含一个能量项，以找到在达到所需形状的同时最小化操纵物体中潜在的弹性能量的解决方案。对于高非线性问题的解决方案众所周知，很难找到对局部最小值的敏感性。我们定义了连接对象的已知初始和最终配置并顺序解决问题的中间最佳步骤，从而增强了算法的鲁棒性并确保解决方案的最佳性。然后使用中间最佳配置来定义机器人的终端效果轨迹，以使对象从初始配置变形为所需的配置。索引术语 - 可通知的对象操纵，机器人技术，形状控制，优化，轨迹生成
最佳的各向同性，可重复使用的桁架晶格材料与接近...
软木是一种天然的无定形材料，其泊松比接近零的比率是密封玻璃瓶的无处不在。它是一种各向异性，横向各向同性，复合材料，几乎无法缩放。在这里，我们提出了一种新的各向同性和可重复使用的软木状的超材料，该类似于混合桁架材料，以显示出接近零的各向同性泊松的比例。优化是使用椭圆基函数神经网络辅助的多物镜遗传算法进行的，并与有限元仿真相结合。最佳的微结构超材料，由晶格常数为300 µm的两光片光刻制造，几乎各向同性泊松的比例在所有方向上都小于0.08。它可以恢复96。压缩测试后其原始形状的6％超过20％的应变。
考虑第三级建筑间接灵活性的固定电池存储优化规模：电动汽车社区用例
本文提出了一种方法，该方法将建筑物中可用的间接灵活性（电动汽车充电）考虑在内，用于确定固定电池存储系统（直接灵活性）的规模。对来自 Predis-MHI 平台（一个生活实验室）的数据应用了线性规划方法，从而优化了电动汽车的日常充电以及拟议电池的充电和放电计划，同时确定了电池容量。我们的结果表明，基于参考基准情况的自耗百分比增加，与不考虑间接灵活性的方法相比，可以将所需的电池容量减少高达 100%。虽然相关，但本文提出的定型方法假设了最佳的人类行为，这通常很难实现。我们提出的方法可以进行调整并用于确定住宅和商业/公共建筑的直接灵活性。
无资本经济中的最佳财政和货币政策
建议引用：Jr., Robert E. Lucas；Stokey, Nancy L. (1982)：《无资本经济中的最佳财政和货币政策》，讨论文件，第 532 号，西北大学，凯洛格管理学院，经济与管理科学数学研究中心，伊利诺伊州埃文斯顿
风能-太阳能容量优化分配与协调...
杨红明 1,2 ，（IEEE 会员），余倩 1,2 ，刘俊鹏 1,2 ，贾有为 3 ，（IEEE 会员），杨光亚 4 ，（IEEE 高级会员），EMMANUEL ACKOM 5 和董照阳 6 ，（IEEE 会士） 1 长沙理工大学经济与管理学院，长沙 410114，湖南 2 长沙理工大学电气与信息工程教育部学院、电气交通与智能配网络湖南省工程研究中心、基于分布式光储的能源互联网运行与规划国际联合实验室，长沙 410114，湖南 3 南方科技大学电气与电子工程系，深圳 518055，湖南 4 丹麦技术大学电气工程系， 2800 Kongens Lyngby，丹麦 5 丹麦技术大学联合国环境规划署合作伙伴，2100 哥本哈根，丹麦 6 新南威尔士大学电气工程与电信学院，悉尼，新南威尔士州 2052，澳大利亚
布鲁岛电力系统可再生能源规划技术经济优化研究
完整描述：https://lib.ui.ac.id/detail?id=9999920545458&lokasi=lokal ------------------------------------------------------------------------------------------ 摘要 实现印度尼西亚 2030 年 NDC 目标的策略之一是通过开发可再生能源发电厂，以及从化石燃料向可再生能源的转变。使用柴油发电厂，特别是在布鲁岛作为唯一电力供应商，会导致排放，并增加公用事业系统的能源成本 (CoE)。另一方面，布鲁岛拥有丰富的可再生能源潜力，如地热能、水能、生物能、太阳能等。本研究旨在通过考虑可再生能源结构、财务可行性、减少当地电力系统能源消耗量、减少二氧化碳排放以及当地工业负荷（即渔业）的潜在增长，设计布鲁岛的最佳发电系统。部门。本研究利用 HOMER 软件获得了一种能够为负载提供最优化可再生能源渗透率、最低平准化能源成本 (LCOE) 和最低二氧化碳排放量的发电厂场景。布鲁岛电力系统共计7个系统，分为4个系统，即原有4个分布式系统组成的综合系统和另外3个分布式系统。本研究的结果为每个系统提供了最优的混合或完全基于可再生能源的发电厂配置。这种配置可以将能源成本降低至 20.17 cUSD/kWh，并将二氧化碳排放量降低至零。 ......印尼实现2030年NDC目标的策略之一是发展可再生能源发电厂，以及从化石燃料向可再生能源的转变。使用柴油发电厂，特别是布鲁岛作为唯一电力供应的情况，会导致排放，并增加公用事业系统的能源成本 (CoE)。另一方面，布鲁岛拥有丰富的可再生能源潜力，如地热能、水能、生物能、太阳能等。本研究旨在通过考虑可再生能源结构、财务可行性、减少当地电力系统的能源消耗、减少二氧化碳排放以及当地产业（即渔业部门）的潜在负荷增长来设计布鲁岛的最佳发电系统。本研究利用 HOMER 软件获得了一种发电场景，该场景可以为负载提供最优化的可再生能源渗透率、最低的平准化能源成本 (LCOE) 和最低的二氧化碳排放量。布鲁岛电力系统共计7个系统，分为4个系统，即原有4个分布式系统组成的综合系统和另外3个分布式系统。本研究结果为每个系统给出了混合或完全可再生能源发电厂配置的最优配置。这些配置可将能源成本降低高达 20.17 cUSD/kWh，并实现二氧化碳排放量为零。
最佳尺寸方法 - 几个影响因素的影响
摘要 - 由于表现不断提高和成本降低，Battery储能系统（BESS）越来越具竞争力。从技术角度来看，某些电池存储技术可能是成熟且可靠的，但预计会进一步降低成本，但电池系统的经济关注仍然是要克服的主要障碍，然后才能将BESS充分用作能源领域的主流存储解决方案。由于部署BES的投资成本很大，因此最关键的问题之一是最佳尺寸，以平衡使用BESS改善能源系统绩效和实现盈利投资之间的权衡取舍。确定特定应用程序的最佳BES大小是一项复杂的任务，因为它取决于应用程序本身，电池系统的技术特征和业务模型框架的许多因素。本文介绍了一种基于通用仿真的分析方法，该方法已开发出来，以确定BESS最佳尺寸，同时考虑到其生命周期的应用程序和存储性能。它的实现和相关的结果介绍了两个不同的BES用例：PV注入的平滑和峰值剃须应用和一个离网杂种微网案。为了更好地理解在BESS大小程序中要考虑的最有影响力的驱动因素，对这两个说明性案例进行了一些灵敏度分析。使用比较方案导致量化以下主题中几个因素的最佳尺寸结果的影响程度：控制策略，预测质量，由于老化而导致电池性能的退化，技术建模的精度。
因果效应识别的最佳实验设计
Pearl's Do Colculus是一种从观察数据中学习可识别的因果关系效应的完整公理方法。当这种效果无法识别时，有必要在系统中执行通常昂贵的干预措施的集合来学习因果关系。在这项工作中，我们考虑了设计一系列干预措施的问题，并以最低成本确定所需的效果。首先，我们证明了此问题是NP完整的，随后提出了一种可以找到最佳解决方案或对数的算法的算法。这是通过在我们的问题与最小击球设置问题之间建立联系来完成的。此外，我们提出了几种多项式启发式算法来解决问题的计算复杂性。尽管这些算法可能会偶然发现亚最佳解决方案，但我们的模拟表明它们在随机图上产生了小的遗憾。