我们提出了第一个动态模型,该模型考虑了可再生能源的可变性和间歇性以及储存,实现了从化石燃料到可再生能源发电的最佳过渡。我们以太阳能为例,它是可变的(晚上没有太阳)和间歇性的(白天有云时几乎没有或没有太阳)。我们表明,当云现象不太严重时,可以安全地忽略间歇性,规划者只需考虑可再生能源的确定性可变性。在这种情况下,最佳过渡包括在白天和晚上使用化石燃料,并在白天用太阳能电力进行补充,同时投资建设太阳能发电能力;然后在白天放弃化石燃料,只将其用于夜间发电;然后,当太阳能发电能力足够大时,开始储存电力;最后在碳预算耗尽时完全放弃化石燃料。但是,如果云问题严重,间歇性就很重要,需要采取预防措施,在白天放弃化石燃料之前尽早开始储存。我们表明,可再生能源发电和储存是互补的:如果没有储存设备,长期来看太阳能发电量会较小,电力消耗也会较小。我们最后为西班牙能源转型提供了一个定量说明。我们表明,在西班牙,间歇性可以安全地忽略。我们计算了与 2 ◦ C 碳预算相对应的碳值、储存开始的日期以及太阳能发电量的投资路径。
靠近水生食物链底部的纤毛微生物要么游动去寻找猎物,要么附着在基质上并产生摄食流来捕获路过的颗粒。在这里,我们使用一种流行的粘性流体球形模型来表示附着和游动的纤毛虫,其滑动表面速度可以提供纤毛流动的解析表达式。我们求解了溶解营养物浓度的平流扩散方程,其中佩克莱特数 (Pe) 反映了扩散与平流时间尺度的比率。对于固定的流体动力学功率消耗,我们问什么纤毛表面速度可以最大化微生物表面的营养通量。我们发现优化进食的表面运动取决于 Pe。对于在有限 Pe 下自由游动的微生物来说,采用“跑步机”表面运动来游动是最佳选择,但在 Pe 较大的极限下,这种跑步机解与保持生物体静止的对称偶极表面速度之间没有区别。对于附着的微生物,在 Pe 低于临界值时,跑步机解决方案是最佳的进食方式,但在 Pe 值较大时,偶极表面运动是最佳的。我们在开环数值模拟和渐近分析中验证了这些结果,并使用了基于伴生的优化方法。我们的研究结果挑战了现有的“最佳进食就是在所有佩克莱特数上最佳游动”的说法,并为海洋微生物中附着和游动解决方案的普遍性提供了新的见解。
在执行大订单时,在短时间内进行交易可能会触发不可避免的市场变动,称为市场影响。在更长的时间内传播执行,使交易者面临市场风险。算法执行策略必须在这种权衡方面进行导航,并且这些策略通常被归类为静态策略,这些策略遵循预定的执行时间表和动态策略,这些策略会根据市场条件来调整时间表。Almgren和Chriss [1]和Bertsimas和Lo [3]的开创性工作引入了该领域的基础模型,代表市场中值是连续的差异过程,其市场影响纳入了漂移期限。此模型提供了使用变分方法得出静态最佳执行策略的框架。涉及静态策略,许多研究还扩展了市场影响结构的建模,包括非线性市场的影响,弹性和Dang中的瞬时影响[8],Gatheral等。[9],Galedal and Schied [10]和Curato [7]。在实际市场中,重要的是要考虑竞标差价,并最佳地使用市场订单(MOS)和限制订单(LOS)至关重要。Cartea等。 [6],Cartea和Jaimungal [5]通过使用托入Poisson到达的跳水延伸过程对LO进行建模,同时将MOS作为脉冲控制框架内的干预措施,扩展了该框架。 他们解决了相关的Hamilton-Jacobi-Bellman准分子不平等(HJB QVI)来得出动态策略。Cartea等。[6],Cartea和Jaimungal [5]通过使用托入Poisson到达的跳水延伸过程对LO进行建模,同时将MOS作为脉冲控制框架内的干预措施,扩展了该框架。他们解决了相关的Hamilton-Jacobi-Bellman准分子不平等(HJB QVI)来得出动态策略。
本文提出了一种新的模型,用于通过应用单个自动驾驶汽车(AGV)来最大程度地减少转移成本和AGV的断点数量以及平衡点,以最大程度地减少生产线中机器的最佳面积覆盖。本研究中采用的区域覆盖范围的独特优势之一是,它可以最大程度地减少转移成本和断点,从而可以同时为几台机器提供服务。基本假设是指定至少一次确保给定工作区中每个点的覆盖范围的路径。由于本研究中使用了导轨AGV,因此AGV只能在生产线上横穿水平和垂直距离。在垂直和水平距离上的AGV路径的逆转意味着一种故障模式和本文中的点突破。模拟结果证实了该方法的可行性。使用游戏理论可以帮助系统选择最合适的AGV来在短时间内执行任务,从而减少系统的整体响应时间并提高其效率。本文采用受管制的速度政策来避免冲突,这可以帮助最大化系统的效率。通过模拟证明了该策略可以提高AGV系统的灵活性,鲁棒性和效率。
在[1,7]中的时间依赖性通过截短的傅立叶膨胀来处理,这使我们能够为每个频率获得单独的线性系统。在那里,提出了有效的求解线性系统的预处理方法,其中预核心是具有区块 - diagonal的,并且是较低的三角形形式。在[2]中使用了完整的两二个块结构的预处理,进一步称为PRESB,在续集中定义。[3]中的研究提供了不同结构的预处理(遮挡型,块 - 三角形和PRESB形式)之间的比较。比较是根据相应预处理矩阵及其数值性能的光谱正确的。数值实验表明,相对于正则化参数的频率范围,问题大小和值,PERB形式的预处理更加健壮。可以在[10]中找到对这些预调节器和一些修改形式的信息。[9]研究中的工作又是块形式形式的另一个预处理,并分析了双重预处理,适合于离散状态的向量形式。在[8]中考虑了(2)的非线性形式,其中为线性化问题提出了完整的两乘两块形式的预处理,可以将其分解和解决,以块 - 二进制预处理的成本,并且相对于问题大小和测试频率的范围是可靠的。
摘要 - 该论文介绍了一家用于电动和氢车辆的充电站公司(Chargco)。电力盘和盘中拍卖市场的最佳交易被建模为随机混合兼具二次计划(MIQP)。我们提出了一系列的线性化和重新制定技术,以将随机MIQP重新制定为混合成员线性程序(MILP)。为建模随机性,我们利用生成的对抗网络来聚集电力市场价格。此外,还采用了随机森林和线性回归的组合来对Chargco电力与氢负荷之间的关系进行建模。最后,我们提出了一种改进的L形分解(ILSD)算法来解决我们的随机MILP。我们的ILSD算法不仅通过创新方法解决了无限性,而且还结合了温暖的开始,有效的不平等和多生成削减,从而降低了计算复杂性。数值实验说明了使用我们提出的随机MILP及其解决方案算法的Chargco交易。
1.0摘要,尽管他们共享的统计基础,但土木工程中的经验得出的代码规定和方程式与面对机器学习(ML)模型的怀疑主义形成鲜明对比。本文通过结构工程的角度研究了这种哲学张力,并探讨了ML挑战传统工程哲学和专业身份的挑战。最近的工作已经记录了ML如何提高预测精度,优化设计并分析复杂行为。但是,人们可能还会引起人们对人类直觉和算法的解释性下降的关注。为了展示这一很少探索的前面,本文介绍了如何通过扣除,归纳和绑架来成功地将ML成功整合到各种工程问题中。然后,本文确定了采用ML时可能出现的三个主要悖论:分析瘫痪(提高了预测准确性,导致对物理机制的理解降低),不可行的解决方案(优化的解决方案(优化导致挑战工程直觉的挑战)和Rashomon效应(在其中解释了能力方法和物理学方法)。本文通过解决这些悖论,并认为有必要重新考虑工程和工程教育和方法论的认识论转移,以将传统原则与ML协调。
a 诺森比亚大学,电力与控制系统研究组,英国,纽卡斯尔,Ellison Place NE1 8ST b 阿卜杜勒阿齐兹国王大学,可再生能源与电力系统研究卓越中心,沙特阿拉伯,吉达,21589 c 谢菲尔德哈勒姆大学,工程与数学系,英国,谢菲尔德,S1 1WB d 阿卜杜勒阿齐兹国王大学,工程学院,电气与计算机工程系,KA CARE 能源研究与创新中心,沙特阿拉伯,吉达,21589
多层屏蔽设计和最佳厚度分析,用于存储有关环境安全MD的高放射性资源。Mahfuzul Haque Rafi,Asma ul Husna和Abdus Sattar Mollah核科学与工程系,军事科学技术研究所,Mirpur Contonment,Dhaka-1216,孟加拉国摘要,作为一种放射学保护,一种多层保护,多层屏蔽优于单层屏蔽在隔离范围内的屏蔽层优于放射线。本研究检查了一种多层屏蔽策略,以保护员工免受潜在有害的伽马辐射免受高度放射性来源的影响。本文通过对齐昂贵且重型材料(例如W和PB)来提高其有效性,并将暴露量限制在职业剂量以下,从而提出了一种新颖的策略,以实现具有成本效益和环境安全的辐射保护。通过MATLAB软件中的数值插值方法计算了W – PB – FE组合的一组未发表的最终暴露率。已注意经常被忽视的过程,例如平均自由路径,源强度和体重与成本比率。发现总最佳厚度和成本为33厘米,为5478.65美元(USD),为38厘米,分别为$ 5831.14,分别为1.17 MEV和1.33 MEV的60个Co Energies。厚度是以连续的方式发现的,该厚度已通过理论数据组进行了验证。该方法,程序和计算计划用于存储核电厂中的新燃料或使用的燃料。关键字:多层辐射屏蔽,质量衰减系数,线性衰减系数,暴露率,成本效益比,积累因子
摘要 —可重构电池系统 (RBS) 正在成为一种有前途的解决方案,可提高容错性、充电和热平衡、能量输送等。为了优化这些性能指标,需要制定和解决高维非线性整数规划问题。在此过程中,需要解决来自非线性电池特性、离散开关状态、动态系统配置以及大型系统固有的维数灾难的多重挑战。因此,我们提出了一个统一的建模框架来适应 RBS 的各种潜在配置,甚至涵盖不同的 RBS 设计,大大促进了 RBS 的拓扑设计和优化问题制定。此外,为了解决制定的 RBS 问题,搜索空间被定制为仅包含可行的 SSV,从而确保系统安全运行,同时大幅减少搜索工作量。这些提出的方法侧重于统一系统建模和缩小搜索空间,为有效制定和高效解决 RBS 最优控制问题奠定了坚实的基础。仿真和实验测试证明了所提出方法的准确性和有效性。