XiaoMi-AI文件搜索系统
World File Search System优化模型
强大的优化模型以改善供应链...
为了保持在竞争环境中，必须使用自动材料处理系统设计灵活的响应制造系统[1]。在21世纪的前二十年中，组织和人们一直在经历新事件和现象，其根源可能从很多年前就已经成长。在任何领域引入信息技术要素，响应客户以及消费者的市场和需求的逐步变化的必要性，以及在组织和生产中具有灵活性和生产的需求，所有这些都需要朝着组织的生产力概念发展[2]。这个概念源于组织的需求确实是在物理和虚拟领域创建网络，并消除了组织中的损失，包括管理中最重要的转变和新颖的方法[3]。
基于随机多目标优化模型的多能源微电网日前调度
摘要：处理多目标问题有几个有趣的好处，其中之一是它为决策者提供了有关帕累托前沿的完整信息，以及对问题所涉及的各种权衡的清晰概述。选择这样的代表性集合本身就是一个多目标问题，必须考虑选择的数量以显示表示的均匀性和/或表示的覆盖范围，以确保解决方案的质量。在本研究中，由于包含诸如多能源多微电网 (MMG) 的运营成本和配电公司 (DISCO) 的利润等目标，日前调度已转变为多目标优化问题。所提出的系统的目的是确定热电联产 (CHP) 装置、燃气锅炉、储能和需求响应计划以及电力和天然气 (NG) 交易的最佳日前运行。电力和天然气由 MG 与 DISCO 以动态和固定价格进行交易。通过场景生成和概率密度函数，考虑了风速、太阳辐射、电力和热量需求的不确定性。通过使用混合整数线性规划 (MILP) 进行场景缩减，生成的场景数量显著减少。使用 ε 约束方法并将其作为混合整数非线性规划 (MINLP) 进行求解，以获得满足这两个非线性目标函数需求的解决方案。
基于条件的飞机机队维护计划优化模型比较研究
摘要：在考虑一组系统的健康预测的同时，在破坏性环境中对飞机机队进行基于条件的维护 (CBM) 调度是一个非常复杂的组合问题，鉴于健康预测中包含的不确定性，该问题变得更具挑战性。此类问题属于不确定条件下资源受限调度问题的大类，通常使用混合整数线性规划 (MILP) 公式来解决。虽然 MILP 框架非常有前景，但问题规模可以随着考虑的飞机数量和考虑的任务数量呈指数级增长，从而导致计算成本显着增加。人工智能的最新进展已经证明了深度强化学习 (DRL) 算法能够缓解这种维数灾难，因为一旦 DRL 代理经过训练，它就可以实现维护计划的实时优化。但是，不能保证最优性。文献中尚未讨论 MILP 和 DRL 公式在飞机机队维护调度问题中的比较优点。本研究是对这一研究空白的回应。我们对 MILP 和 DRL 调度模型进行了比较，这两个模型用于在破坏性环境中为不同规模的飞机机队的各种维护场景得出最佳维护计划，同时考虑健康预测和执行每项任务的可用资源。根据根据实际航空公司实践定义的四个规划目标来评估解决方案的质量。结果表明，DRL 方法在预测驱动任务的调度方面取得了更好的结果，并且需要更少的计算时间，而 MILP 模型可以产生更稳定的维护计划并减少维护地面时间。总体而言，该比较为将健康预测整合到航空公司维护实践中提供了宝贵的见解。
能源转型：基于可再生能源的分布式社区热电联产优化模型
摘要：由于气候变化和能源需求的增加，新能源技术变得越来越重要，它们显示出缓解环境问题的巨大潜力。为了最大限度地利用可再生能源，热电联产系统被认为更有效、更经济、更环保。然而，基于可再生能源的热电联产系统仍处于发展阶段。因此，本研究提出了一种新方法，利用风能和太阳能光伏系统生产热电联产，以满足小型分布式社区的能源需求。为此，开发了一个优化模型，以合理利用可再生能源发电，满足两个选定社区的电力和供暖需求。太阳能和风能系统的削减能源被热负荷控制器与天然气锅炉结合使用，用于产生热量。开发的模型还与电网集成，用于能量交换。本研究还有助于评估热电联产系统的经济和环境可行性，并确定最佳最优运营策略，以扩大可再生能源利用并最大限度地降低能源成本。结果表明，可以生产大量清洁能源，满足选定社区 79% 的能源需求，最低平准化能源成本为 0.013 欧元/千瓦时；同时，所提出的系统每年可减少 4129 吨二氧化碳排放量。
商业建筑能源优化模型
在本研究中，我们开发了一种新颖的非线性模型预测控制 (NMPC) 框架，用于控制具有可再生能源系统的建筑物的气候，以最大限度地降低电力成本。首先基于质量和能量平衡方程构建建筑物气候和可再生能源系统的非线性动态模型，包括温度、湿度、热舒适度、地热热泵和太阳能电池板。然后将非线性动态模型集成到所提出的 NMPC 框架中，该框架迭代解决非线性规划问题以生成最佳控制输入，从而最大限度地减少能源消耗和碳足迹，实现可持续发展。对位于康奈尔大学校园内的建筑物进行模拟案例研究，以展示可再生能源使用所提出的 NMPC 框架降低建筑物能耗的能力。结果表明，NMPC 框架可以有效地将总电力成本和热舒适度约束违规降至 12.9%，而不同季节的预测平均值指数违规不超过 0.2。实施电力存储组件可以将电力成本降低 19%。结果表明，使用可持续能源和 NMPC 框架的智能建筑具有更好的可持续性。
具有里德伯原子的少量子比特 CNOT 门的优化模型
少量子比特量子逻辑门作为构造通用多量子比特门的基本单元，在量子计算和量子信息领域得到广泛应用。然而，传统的少量子比特门构造通常采用多脉冲协议，这不可避免地会在门执行过程中出现严重的内在错误。本文报告了一种通用二和三量子比特CNOT门的最优模型，该模型通过激发到具有易实现的范德华相互作用的里德堡态来实现。该门依赖于全局优化，通过遗传算法实现幅度和相位调制脉冲，从而可以用更少的光脉冲实现门操作。与传统的多脉冲分段方案相比，我们的门可以通过同时将原子激发到里德堡态来实现，从而节省了在不同空间位置进行多脉冲切换的时间。我们的数值模拟表明，当排除里德堡相互作用的涨落时，可以实现单脉冲两（三）量子比特CNOT门，对于相距7.10μm的两个量子比特，保真度可达99.23%（90.39%）。我们的工作有望在中性原子量子技术研究中实现快速便捷的多量子比特量子计算。
结合电池退化模型的混合可再生能源和电池系统调度优化模型
近年来，现有电网中可再生能源系统的整合度不断提高，加上缺乏综合调度模型，导致了电力浪费。本文提出了一种混合可再生发电机加电池系统的混合整数非线性优化模型，目标是最大化长期利润。先前的研究表明，电池的高和低充电状态 (SOC) 都会损害其使用寿命，并会导致电池容量随时间降低。此外，增加充电和放电循环次数也会导致容量降低。本文对这两个因素进行了建模，并将容量损失与 SOC 和电池完成的循环次数联系起来。容量损失在优化模型的目标函数中受到惩罚，从而不鼓励高和低 SOC 以及频繁循环。滚动时间范围优化方法用于克服在长期时间范围内实现全局最优的计算困难。通过考虑电池退化，该模型能够最大限度地提高电力调度到电网的利润，同时最大限度地延长电池的使用寿命。本文使用考虑多种电池容量的光伏系统发电时间序列样本，在案例研究中运用了该模型。结果表明，与在调度决策中忽略电池退化的传统模型相比，最佳电池寿命有所延长。最后，我们分析了电池操作决策与由此产生的容量衰减之间的关系。[DOI：10.1115/1.4052983]
能量优化模型，用于未来土耳其住宅电力客户的自给自足
摘要：本文利用了典型的土耳其自助生活空间的两阶段需求响应能源管理算法。提议的能源管理模型通过根据使用静态使用时间安排在家中的富裕负载和储能系统来提供额外的收益，以实现自我耐高率的目标。在自助力，经济增长和投资表现的范围内评估了负载调度和电池优化的影响。根据结果，提议的两阶段结构在单块场景中提供了9.5％的净储蓄增加，并且在设计中使用三个电池上升至14％。另一方面，当我们通过投资回报率（ROI）计算检查能源管理方案时，我们看到，由于电池成本的增加，单电池系统的ROI高于两个或三个电池系统。此外，在拟议的家庭能源管理系统（HEMS）模型中，ROI值无需优化而无需优化的13.9％。可以从此计算中可以看出，电池的智能管理和富裕载荷可增长10％的ROI值。
基于多能源系统协调运行的城市垃圾处理能力及其供能性能优化模型
摘要 为满足垃圾减量和电网调节灵活性的提高，全球范围内都在推进零废弃城市和能源互联网建设。基于垃圾堆存与处置需求，提出了垃圾处理设施能源供需多时间尺度模型。在此前提下，本文提出了基于多能源系统与垃圾处理设施协调运行以经济效益最大化的多能源垃圾处理系统（MEWDS）拓扑结构及其优化模型。通过仿真，对中国某城市不同垃圾处理场景下的垃圾堆存和多能源运行数据进行实例分析。提出的MEWDS优化模型可以使垃圾减量和经济效益达到最佳。同时，也能有效提高电网调节的灵活性。
使用电动可再生（Homer）软件的混合优化模型对混合可再生能源系统（HRES）的经济评估 - 案例研究
本文揭示了可持续的能源计划，以最佳利用可用的电气资源来为一个缺乏的村庄提供。选定的村庄是南部的南贾布（Barnala），印度旁遮普邦（Barnala）附近。主要是记录和详细记录450户家庭的电能要求。为此，从可用的能源资源中确定了利用电力及其有效利用的潜力：生物量，农业废物和太阳能光伏（PV）技术。为了实现这一目标，提出了一个混合可再生能源系统（HRES）模型，其性能是通过在电动可再生（Homer）软件的混合优化模型中实施的。荷马软件为商业沼气工厂提供了最佳解决方案，以供烹饪气体需求。另外，还提供了用于灌溉，乡村供水和太阳能PV路灯的协调解决方案。通过这种方式，通过估计最佳电力需求及其经济利益来研究拟议模型的准确性。已经揭示了通过拟议的HRES系统的参数评估，计算出的能源成本和总净现在成本分别为$ 0.032/kWh和76,837美元。可以预见，拟议的模型可以成为未来研究工程师设计有效的村庄能源利用的路线图。