XiaoMi-AI文件搜索系统
World File Search Systemscheduling
标题：Netrin-1和Unc5c 1
未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本的版权持有人（该版本发布于2024年4月17日。; https：//doi.org/10.1101/2023.01.19.521267 doi：biorxiv Preprint
考虑共享存储和柔性负载
建议引用推荐引用周，buxiang;黄，魏； Zang，Tianlei（2023）“考虑共享存储和灵活负载的微电网的强大最佳调度”，《电力科学与技术杂志》：第1卷。38：ISS。2，第6条。doi：10.19781/j.issn.1673-9140.2023.02.006可在：https：//jepst.researchcommons.org/journal/vol38/iss2/6
单台机器问题的深度学习驱动算法最小化总迟到
在本文中，我们研究了深度学习方法来解决众所周知的NP单机调度问题，目的是最大程度地减少迟到的目的。我们提出了一个深层的网络，该网络是基于Lawler的分解和Della Croce等人提出的基于Lawler的分解和对称分解的单次调度算法中标准值的多项式估计器。本质上，神经网络通过估计问题分解为子问题来指导算法。本文还描述了一种生成培训数据集的新方法，该方法可以加快培训数据集的生成并减少解决方案的平均最佳差距。实验结果表明，我们的机器学习驱动的方法可以有效地将信息从训练阶段概括为明显更大的实例。尽管训练阶段使用的实例从75到100个工作岗位，但多达800个工作岗位的实例的平均最佳差距为0.26％，几乎是最先进的启发式启发式差距的差距差不多五倍。
量子退火驱动的单机总加权拖延工件数调度问题的分支定界
本文介绍了一种解决离散优化 NP 难问题的新方法，该方法适用于实现硬件量子退火的量子处理器 (QPU，Quantum Processor Unit) 的架构。该方法基于在精确分支定界算法中使用量子退火元启发式算法来计算目标函数的下限和上限。为了确定下限，使用了一种定义对偶问题 (广义离散背包问题) 的拉格朗日函数的新方法，其值在量子机的 QPU 上计算。反过来，为了确定上限，我们以带约束的二元二次规划形式制定了适当的任务。尽管量子机生成的结果是概率性的，但本文提出的混合算法构建方法交替使用 CPU 和 QPU，保证了最佳解决方案。作为案例研究，我们考虑 NP 难单机调度问题，最小化延迟作业的加权数量。进行的计算实验表明，在解决方案树的根部已经获得了最优解，并且下限和上限的值仅相差百分之几。
能源混合管理
摘要本文介绍了5G绿色通信系统中能源知识调度算法（EASA）的性能的分析。5G绿色通信系统依靠EASA来管理资源共享。拟议模型的目的是提高5G绿色通信系统中资源共享的效率和能源消耗。主要目标是解决实现最佳资源利用并最大程度地减少这些系统能源消耗的挑战。为了实现这一目标，研究提出了一种新型的能源感知的调度模型，该模型考虑了5G绿色通信系统的特定特征。该模型结合了用于优化资源分配和调度决策的智能技术，同时还考虑了能源消耗限制。所使用的方法涉及数学分析和仿真研究的组合。数学分析用于制定优化问题并设计调度模型，而模拟模型则用于在各种情况下评估其性能。拟议的EASM达到了91.58％的错误发现率，虚假遗漏率为64.33％，患病率阈值90.62％和91.23％的关键成功指数。结果证明了拟议模型在减少能源消耗的同时保持高度资源利用水平的有效性。
卫星运行调度与优化中的若干课题
• 调度和优化算法：针对一个或多个目标（多目标优化）自动生成调度和优化的算法 • 软件架构：生成 docker SW 映像并与 docker 环境和 AI-OBC 交互（读取外部数据库，写入外部数据库）。 • 系统建模：开发有效载荷的 Python 模型，包含功耗、数据生成、操作模式、要求、硬件等特征。 • 约束检查器：开发 Python 代码，能够评估不同有效载荷操作之间的约束，同时考虑平台的当前状态和计划的操作。
多目标粒子群优化算法用于家庭微电网优化调度
应对低电价时期家庭负荷和电动汽车集中用电的挑战对于减轻对公用电网的影响至关重要。在本研究中，我们提出了一种基于多目标粒子群算法的家庭微电网优化调度方法。建立了一个家庭微电网优化模型，考虑了分时电价和用户电动汽车出行模式。该模型专注于优化家庭日常用电成本并最小化电网侧能源供应差异。具体而言，该数学模型将微电网内每个分布式能源的实际输入和输出功率作为优化变量。此外，它还整合了对储能电池和电动汽车电池容量变化的分析。通过在帕累托最优解集内的算术模拟，该模型确定了有效缓解公用事业侧能源输入和输出波动的最优解。模拟结果证实了该策略在降低家庭日常用电成本方面的有效性。所提出的优化方法不仅提高了电力消费的整体质量，而且证明了其经济和实际可行性，凸显了其更广泛的应用和影响的潜力。
基于多源数据驱动
随着间歇性可再生能源（例如风能和太阳能）的大规模增长和网格连接，可再生能源降低速度和系统备份功能提高的问题已经变得越来越突出。为了解决高比例可再生能源科学消耗和能量系统的稳定运行的问题。我们提出了一种基于数据驱动的多区域电源系统的灵活且经济的调度方法。对于多区域电力系统的经济派遣问题，建立了数学计算模型，以满足单位输出，系统功率平衡，单位坡道速率和阀点效应的限制，并考虑将多区域功率负载的成本最小化。基于数据驱动的，本文采用了改进的水果优化算法来快速找到全球最佳解决方案。通过IEEE6仿真测试系统进行计算，结果验证了所提出的算法的可行性。考虑到获得的溶液的质量，比较了改进的水果优化算法并与其他算法进行了分析。结果显示了拟议算法在解决实际电力系统中多区域经济派遣问题方面的有效性和优势。
抑制缺氧诱导因子抑制视网膜下纤维化2
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2023年12月12日发布。 https://doi.org/10.1101/2023.01.19.521267 doi：Biorxiv Preprint
考虑水头部效果的泵送水电厂的最佳调度
抽水储存水力发电厂（PSHP）是一种有价值的储能系统，并且具有可再生能源整合的越来越多的现代电力系统的灵活资源。作为独立的市场参与者，PSHP可以参与能源市场和频率调节市场，以最大程度地提高其对电力系统安全和经济运营的收入和贡献。在某些PSHP中，安装了固定速度和可变速度单元以提高灵活性，尤其是在泵送模式下运行时。但是，在抽水和产生模式中处理功率，流量和水头之间的非线性关系很难。本文提出了迭代解决方案方法，用于通过考虑不同类型的单元在不同水头的功率和流量之间的关系来安排PSHP。通过考虑PSHP参与能源市场和频率调节市场，将调度问题确定为基于方案的优化公式。在每次迭代中，最佳调度模型被配制为混合整数线性编程（MILP）问题。案例研究，并验证模型和迭代溶液方法的有效性。