XiaoMi-AI文件搜索系统
World File Search SystemOptimization
COVID-19疫苗的全球分布
是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。（未通过同行评审证明）预先印刷此版本的版权持有人于2020年11月10日发布。 https://doi.org/10.1101/2020.08.14.2440175257 doi：medrxiv preprint
基于区块链的自我消费优化和...
能源社区将是未来能源系统的重要因素。尤其是可再生能源社区在许多欧洲国家都引起了人们的关注，并且在世界各地的许多研发活动中都详细阐述了其实施，特征和用例。在奥地利研究项目区块链网格中，基于区块链的可再生能源社区在施蒂里亚的海姆斯库（Heimschuh）进行了现场测试。它支持不同的技术应用程序，例如为客户提供自我消费优化和点对点能源交易，以及一种用于支撑配电系统运营商的电网能力管理的新方法。这些用例已在模拟研究中已实施和验证，表明能源社区成员的总能源成本有希望。
可再生能源的商业优化
在许多国家，包括西班牙，葡萄牙，丹麦，英国，爱尔兰和德国，可再生资源的大部分电力都是由风和太阳能生产的。可变的可再生能源将构成在电力市场上不断增长的份额。此外，如果没有保证及以及以上的饲料，将产生更多的可再生能源，并与市场价格或商家工厂签订合同。可再生发电机现在更容易暴露于价格可变性。增加系统中可变发电的份额可能会导致更大的减少和拥塞成本。但是，可再生能源现在具有天然气和煤炭的竞争力。也有机会越来越多地平衡和辅助服务市场，这些系统份额越来越多。可再生发电机正在从关注生产能力转移到专注于每兆瓦小时的最高利润率。为了实现这一目标，需要其他商业优化的功能。
加速 CRISPR-Cas 优化
CRISPR-Cas 基因编辑的成功在很大程度上依赖于 gRNA 设计的效率和 gRNA-Cas 复合物与目标 DNA 序列的结合亲和力。我们的一位客户在为其应用选择最佳 gRNA 设计时面临挑战。初始 gRNA 候选物是使用计算机工具设计的，尽管被设计为针对相同的基因组区域，但表现出不一致的结合和编辑效率。为了解决这个问题，我们使用了 CRISPR Analytics 平台的 DNA 结合检测来评估与 Cas9 复合的几种 gRNA 候选物与目标 DNA 扩增子的结合亲和力。该检测包括阳性对照 gRNA 和混乱的阴性对照以供比较。结果显示，gRNA 候选物之间的目标 DNA 结合亲和力存在显著差异，其中两种 gRNA（5 和 6）表现出优于其他 gRNA 的结合（图 1）。
LEP批准的项目。xlsx
基于创新的网络业务游戏，即新鲜连接的碳足迹优化，它与参与者（以四到五人为单位）的参与者与供应链各个方面的二氧化碳排放减少，从供应商到交付。大大减少碳足迹（即CO2足迹）需要交叉功能的对准和目标设定。学习如何衡量您当前的碳足迹，设定可实现的目标并确保整个组织的一致性。新鲜的连接用途广泛，可用于与供应链优化有关的教育课程，公司培训或L＆D计划。它很容易量身定制，以在复杂性级别，可交付性格式，主题和回合数量的意义上匹配您的学习目标。
建模和ANN优化
摘要：这项工作研究了纤维素纤维增强的生物复合材料的钻孔性能。钻孔以三个主轴速度进行，并使用三个不同的钻头以三个饲料速度进行：HSS-TITAN，HSS-Carbide和HSS-Super。根据使用自由软件图像确定的分层因子评估了钻孔性能。结果表明，该因子的值随着主轴速度的增加而降低，并且随进料速率的增加而增加。另一方面，HSS-Super Drill造成的分层比其他两个钻头少。为了预测分层值，使用了人工神经网络（ANN）方法。使用HSS-SUPER钻（2200 rpm）和40 mm/rev的进料速率时，获得了最佳孔质量。最坏的情况是使用HSS碳化物钻时带来的，主轴速度为500 rpm，进料速率为120 mm/ rev。
约束优化的零空间梯度流及其在形状优化中的应用
摘要。本文旨在介绍一种梯度流算法，用于解决等式和不等式约束优化问题，该算法特别适用于形状优化应用。我们依靠 Yamashita (Math. Program. 18 (1980) 155–168) 提出的用于等式约束问题的常微分方程 (ODE) 方法的变体：搜索方向是零空间步长和范围空间步长的组合，旨在分别降低最小化目标函数的值和违反约束的程度。我们的第一个贡献是提出将这种 ODE 方法扩展到具有等式和不等式约束的优化问题。在文献中，一种常见的做法是通过引入额外的松弛变量将不等式约束简化为等式约束。在这里，我们通过计算目标函数梯度在可行方向锥上的投影来解决它们的局部组合特性。这是通过求解对偶二次规划子问题来实现的，该子问题的大小等于活动或违反约束的数量。这个问题的解决方案允许确定优化轨迹应保持切线的不等式约束。我们的第二个贡献是在无限维希尔伯特空间的背景下以及在更一般的优化集（例如形状集）的背景下对梯度流的公式化，因为它出现在 Hadamard 边界变分法框架内的形状优化中。该公式的基石是形状导数的经典扩展和正则化操作。我们的算法的数值效率和易实现性在实际的形状优化问题上得到了证明。
基于条件风险价值的投资组合优化改进量子近似优化算法
本文提出了一种基于条件风险价值的改进量子近似优化算法变体，用于解决投资组合优化问题。投资组合优化是一个 NP 难组合问题，旨在选择一组最优资产及其数量，以平衡风险和预期收益。所提出的方法使用 QAOA 来寻找最大化收益同时最小化风险的最佳资产组合，重点关注损失分布的尾端。引入了一种增强的 QAOA 假设，可在优化质量和电路深度之间取得平衡，从而加快收敛速度并提高获得最优解的概率。实验使用纳斯达克的历史股票数据进行，优化股票数量不同的投资组合。对于 16 只股票，我们的方法仅用 35 次迭代就实现了最佳成本值，而标准 QAOA 需要 700 次迭代。我们的方法优于其他方法，尤其是在问题规模增加时。
通过冻结-解冻贝叶斯优化技术实现模拟电路产量优化
摘要 —尽管 VLSI 社区关心的是工艺变化下高成品率的设计，但昂贵的计算成本使得传统的模拟电路成品率优化方法在工业应用中效率低下。本文提出了一种基于冻融贝叶斯优化技术的模拟电路高效成品率优化方法。成品率分析被集成到贝叶斯优化的探索过程中。通过指定的高斯过程回归方法，灵活的冻融贝叶斯优化技术被用于自动引导设计空间中的搜索并控制工艺空间中成品率分析的精度。制定并解决了性能优化问题以挖掘先验知识，并进一步加速。实验结果表明，与最新方法相比，所提出的方法可以获得 2.47 × –5.73 × 的加速，而不会损失精度。
通过冻结-解冻贝叶斯优化技术实现模拟电路产量优化
摘要 —尽管 VLSI 社区关心的是工艺变化下高成品率的设计，但昂贵的计算成本使得传统的模拟电路成品率优化方法在工业应用中效率低下。本文提出了一种基于冻融贝叶斯优化技术的模拟电路高效成品率优化方法。成品率分析被集成到贝叶斯优化的探索过程中。通过指定的高斯过程回归方法，灵活的冻融贝叶斯优化技术被用于自动引导设计空间中的搜索并控制工艺空间中成品率分析的精度。制定并解决了性能优化问题以挖掘先验知识，并进一步加速。实验结果表明，与最新方法相比，所提出的方法可以获得 2.47 × –5.73 × 的加速，而不会损失精度。