XiaoMi-AI文件搜索系统
World File Search SystemOptimization
优化聚对苯二甲酸乙二醇甘氨酸抗抗弯曲强度和尺寸精度的融合沉积建模参数
摘要融合沉积建模（FDM）是一种增材制造（AM），由于其在设计，有效使用材料和负担得起的成本方面，它引起了研究人员和行业的浓厚兴趣。在本文中，主要目的是研究FDM过程参数对挠曲性能的影响以及由聚对苯二甲酸乙二醇乙二醇（PETG）材料制成的最终部分的准确性，由于其强度和易用性，该材料广泛用于3D打印。采用了基于盒子– Behnken设计的响应表面方法（RSM）方法，其中包含三个关键过程参数：填充线距离，壁线计数和构建板温度。对数据的分析表明，所有三个参数都影响了印刷部分的固有特征，包括印刷部分的机械和尺寸特征。构建板温度被确定为最重要的参数，占印刷样品弯曲强度变化的53％，在样品的尺寸准确性方面偏离39.7％，如方差分析（ANOVA）所示。模型的预测值与相应的实验结果之间的比较表明，开发模型的适用性很高。在这项研究中观察到的最大百分比误差为3.4％，维度准确性为7.5％，建立了优化技术的功效。这些结果对于理解过程参数对材料响应的影响很有意义，并提供了一种系统的方法来开发具有改进的机械特性和几何维度的结构增强的PETG部分。
使用机器学习对阻尼系统的性能进行优化
本文研究了所需压力之间的时间滞后问题，该论点是由车辆阻尼系统的板载计算机和系统输送的实际输出压力计算得出的。研究重点是使用机器学习技术对此延迟进行建模，以便能够在计算机模拟中更好地模拟现实世界。这项研究还着重于寻找一个模型之一，当将其应用于现实世界中的阻尼系统时，能够逆转这一时间的概念证明。时间滞后模型F1是通过评估三种不同的机器学习模型的性能，卷积神经网络（CNN），复发性神经网络（RNN）和长期术语内存（LSTM）的性能来创建的，通过将其输入数据点的输入序列喂入该序列的下一个序列，并将其与实际输出压力相提并论。虽然时间滞后模型F2的逆转在两个阶段进行了训练，但首先将实际输出用作F2的输入并将预测与所需输入进行比较。在第二阶段，我们通过在F2的预测上应用F1模型并将其与所需输入进行比较，从而对F2模型进行了微调。发现F1的所有三个模型都表现良好，但是CNN的性能效果更好，尤其是在较高压力下，因此应该在模拟中使用。对于F2，我们还发现，这两个阶段的过程在较低的压力方面效果很好，但是对于更陡峭，更高的压力来说，这是更多的问题，但可以证明该解决方案可以起作用。
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。
长期热能存储的未来集中太阳能发电厂的设计和性能优化：案例研究
长期储能材料的发展对于改善浓缩太阳能（CSP）植物的性能至关重要。因此，确定符合各种标准的合适材料（例如它们的特性，对整体植物绩效的影响以及对能源水平的影响）至关重要的。在这项研究中，我们使用与Andasol-1植物相同的参数来优化50 MW，两型抛物线孔浓缩CSP植物的性能。九种不同的材料被用作传热液和储存培养基，旨在达到不到10美分/kWh的超低能源容量成本和长持续热能系统（10小时或更长时间）。我们在当前的地理条件下检查了该系统在阿尔及利亚的塔曼拉群岛地区的性能，考虑到两个标准：辐射冷却系统和电力购买协议价格。这项研究的结果表明，当充电和排放持续时间达到13小时时，使用Caloria HT43熔融盐作为材料，使用直接的两台电气模式下，能量的水平降至9.91 Cent $/kWh。
对自动化优化的强化学习调查
摘要 - 强化学习（RL）已成为自动化中优化挑战的批评工具，从而在几个领域取得了重大进步。本评论文章研究了自动化中RL的当前格局，特别关注其在制造，能源系统和机器人技术中的作用。它讨论了最新的方法，主要挑战和即将到来的每个部门的研究途径，强调了RL解决复杂的优化挑战的能力。本文回顾了自动化中RL驱动优化方法的优点和约束。它指出了RL优化遇到的普遍挑战，包括与样本效率和可伸缩性有关的问题；安全性和鲁棒性；解释性和可信赖性；转移学习和元学习；以及现实世界的部署和集成。它进一步探讨了前瞻性策略和未来的研究途径，以应对这些挑战。此外，调查还包括一份有关研究论文的全面清单，使其成为热衷于探索该领域的学者和从业者必不可少的指南。索引术语：加固学习，自动化，制造，能源系统，机器人技术
社区微电网中公平成本分配的集成优化和游戏理论框架
摘要 - 社区微电网中的FAIR成本分配仍然是一个重大挑战，因为多个参与者之间具有不同负载概况，分布式能源资源和存储系统的复杂相互作用。传统的成本分配方法通常无法充分解决参与者贡献和收益的动态性质，从而导致成本分配不平等，并降低了参与者的满意度。本文提出了一个新颖的框架，将多目标优化与合作游戏理论整合在一起，以进行公平有效的微电网操作和成本分配。所提出的方法结合了混合组合线性编程，以最佳资源调度与沙普利价值分析，以进行公平的收益分配，从而确保系统效率和参与者满意度。在六个不同的操作场景中使用现实世界数据对该框架进行了验证，这表明技术和环保性能都有显着改善。结果表明，通过有效的储存集成，太阳能利用率从7.8％降低到62.6％，高峰降低到114.8％，并且每天的合作收益最高为$ 1,801.01。基于沙普利价值的分配实现了平衡的福利成本分配，净头寸在不同的负载类别的范围从-16.0％到 +14.2％，以确保可持续的参与者合作。
高 - ...
本文研究了光纤的设计和优化，以实现高速数据传输，强调了最大程度地提高现代通信网络效率的进步。光纤（全球通信基础架构的核心组成部分）能够在长距离内传输数据，而通过总内部反射等原则，损失最小。本研究探索了单模和多模式光纤设计，提供了关键参数的概述，例如核心直径，折射率索引程序和数值孔径。使用麦克斯韦方程的数学建模在优化纤维性能方面起着核心作用，帮助工程师缓解诸如衰减和分散等挑战。本文还讨论了高级技术，包括密度波长多重多路复用（DWDM），该技术可实现每秒数据速率。实践应用中的案例研究，例如纤维到家（ftth）网络和跨加工电缆，突出了优化设计对网络绩效的影响。展望未来，预计光子晶体纤维和空心纤维的创新将推动进一步的改进，从而实现超高速度数据传输。本文结束了持续研发的意义，以应对光纤技术的挑战并支持全球通信系统的需求不断增长。
在基于MLP的DDOS攻击检测中，Harris Hawks和Dragonfly优化方法合并的方法J. Ghasemi *A，R。Salah-Hassan
在本文中，提出了一个新的入侵检测系统（IDS）来处理分布式拒绝服务（DDOS）攻击。提出了一种基于Harris Hawks优化（HHO）和蜻蜓算法（DA）的组合算法，以选择相关功能，并消除NSL-KDD数据集中的无关和冗余特征。提取的特征呈现给多层感知器（MLP）神经网络。该网络（作为分类器）将网络流量分为两个类别，即正常和攻击类别。在入侵检测领域中使用两个标准和广泛使用的数据集评估所提出的模型的性能：NSL-KDD和UNSW-NB15。模拟的结果清楚地表明了在关键评估标准（例如准确性，精度，回忆和F量）方面，与以前的方法相比，所提出的方法的优越性。具体而言，所提出的方法在这些指标中分别显示出96.9％，97.6％，96％和96.8％的改善（与基线方法相比）。这些改进的主要原因是合并算法智能选择最佳特征并降低数据尺寸的能力。这种仔细的功能选择使MLP神经网络可以专注于关键信息，提高分类准确性并最终提高入侵检测系统的性能。这项研究表明，将优化算法和机器学习结合起来效果很好。因此，它有效地应对DDOS攻击。它可以导致更好的入侵检测系统。这些系统将更有效，准确。
综合预测与优化规范树在可再生能源交易中的应用
摘要 — 从数据中得出决策通常涉及一个包含两个部分的连续过程，即预测和优化。预测模型通过最小化代表特定任务成本（例如交易、调度）的损失函数来学习，而不考虑下游优化，这在实践中会造成性能瓶颈并掩盖数据对决策的影响。这项工作提出了一个单一的数据驱动模块，该模块利用优化组件的结构并直接学习以解释数据为条件的策略。为此，我们描述了一种算法，通过直接最小化特定任务的成本来训练决策树集合，并通过原始问题的加权样本平均近似来规定决策。然后，我们开发了一个通用框架来评估解释数据对规定性能的影响。为了说明所提出的建模方法的有效性，我们考虑了两个与可再生能源交易相关的案例研究。首先，我们研究日前市场的交易，并提出平衡最佳交易决策和预测准确性的策略。接下来，我们添加一个存储设备，并基于使用线性决策规则方法的可处理近似值共同优化日前报价和运营策略。实证结果表明，与标准随机优化框架下得出的解决方案相比，规范性能有所提高。此外，我们还提供了关于解释性数据如何影响优化性能以及这种影响在不同市场设计下如何演变的宝贵见解。
用于常关型 GaN HEMT 的新型纳米结构 P-GaN 栅极的设计优化
A. 具有 MBE 再生长 P-GaN 栅极的常关型 HEMT HEMT 结构的特点是具有 25 nm 厚的 AlGaN 势垒和 20 % 的铝率。首先，通过 PECVD（等离子增强气相沉积）沉积 100 nm 厚的氧化硅 SiO 2 层，作为 AlGaN 栅极蚀刻和选择性 GaN 再生长的掩模。在用 CF 4 RIE 蚀刻 SiO 2 层以确定栅极区域之后，通过 ICPECVD 对 AlGaN 层进行 Cl 2 部分蚀刻，条件如下：RF 功率为 60 W、压力为 5 mTorr 并且 Cl 2 流速为 10 sccm。蚀刻时间为 35 秒，去除了 19 nm 的 AlGaN。然后在 MBE（分子束外延）反应器中重新生长用镁（Mg）掺杂的 50 nm GaN 层，其标称受体浓度为 Na-Nd 为 4 x 10 18 cm -3。