摘要 - 具有多个无人机(UAV)的航空跟踪在各种应用中具有广泛的潜力。但是,现有的群追踪作品通常缺乏在混乱环境中保持高目标可见性的能力。为了解决这种缺陷,我们提出了一个分散的计划者,该计划者可以最大化目标可见性,同时确保无碰撞的动作进行群体跟踪。在本文中,首先通过分散的动力学搜索前端对每个无人机的跟踪性能进行了分析,该搜索为初始化安全的飞行走廊和可见扇区提供了最佳的指导路径。之后,满足走廊约束的多项式轨迹是由空间 - 周期性优化器产生的。车间碰撞和避免阻塞也被纳入优化目标。通过与其他尖端作品进行广泛的基准比较来验证我们方法的范围。与基于自主激光雷达的群体系统集成在一起,提出的计划者在现实世界中展示了其效率和鲁棒性,这些实验杂乱无章。
摘要:为了帮助利益相关者规划、研究和开发混合可再生能源系统 (HRES),已报告了大量建模技术和软件模拟工具的开发。对这些无疑复杂的系统的彻底分析与可再生能源潜力的有效利用和相关设计的细致开发密切相关。在此背景下,还利用了各种优化约束/目标。这项具体工作首先对开发的建模技术和模拟软件进行了彻底的审查,试图为现有的各种 HRES 模拟方法定义一种普遍接受的分类方法。此外,还详细分析了广泛使用的优化目标。最后,通过研究基于不同风能和太阳能潜力组合的九个案例研究,确定了两种商业软件工具 (HOMER Pro 和 iHOGA) 的敏感性。将这两种商业工具的结果与 ESA 微电网模拟器进行了比较,后者是由西阿提卡大学机械工程系软能源应用和环境保护实验室开发的软件。基于作为输入的可再生能源潜力多样化的结果评估导致了对所选软件工具中检测到的偏差的深入评估。
干热岩储量丰富、分布广泛、绿色低碳,具有广阔的开发潜力与前景。本文提出了一种考虑干热岩热电联产的区域综合能源系统分布式鲁棒优化(DRO)调度模型。首先,在区域综合能源系统引入干热岩增强型地热系统(HDR-EGS),HDR-EGS通过与区域电网和区域热网协调运行,实现热电联产的热电解耦,增强系统风电接入空间。其次,在分时电价背景下,利用价格需求响应指导转移高峰负荷。最后,以区域综合能源系统调度周期内总成本最小化为优化目标,构建了考虑干热岩热电联产的区域综合能源系统DRO调度模型。通过模拟真实的小型区域综合能源系统,结果表明,HDR-EGS可以有效促进风电消纳,降低系统运行成本。
在许多应用程序中,我们需要生成一个序列长度比原始视频模型支持的长度更长的视频。为了实现这一目标,我们首先将长视频分为长度L的重叠块,在连续的块之间具有一个框架重叠,并以自动回归方式顺序生成每个块的框架。具体来说,对于第一个块,我们遵循Sec中描述的推理管道。主纸的4.5预测RGB视频。 然后,我们从第一个块预测中使用框架更新3D缓存,该预测捕获了场景的新观点,并提供了原始3D缓存中不存在的其他信息。 要更新3D缓存,我们使用DAV2 [10]估算了第一个块中最后一个帧的像素深度,并通过最大程度地减少再投影误差来使该深度估计与3D缓存对齐。 具体来说,我们将深度估计表示为d,并优化d的缩放率和翻译T系数。 我们将点云从3D缓存渲染到d的摄像机视图处的深度图像。 我们将点云从3D缓存从D的摄像机视图中从D的摄像机视图(表示为D TGT)渲染到深度图像,并且类似于主纸,呈现一个掩码m,指示每个像素是否被3D缓存覆盖。 然后将优化目标定义为:主纸的4.5预测RGB视频。然后,我们从第一个块预测中使用框架更新3D缓存,该预测捕获了场景的新观点,并提供了原始3D缓存中不存在的其他信息。要更新3D缓存,我们使用DAV2 [10]估算了第一个块中最后一个帧的像素深度,并通过最大程度地减少再投影误差来使该深度估计与3D缓存对齐。具体来说,我们将深度估计表示为d,并优化d的缩放率和翻译T系数。我们将点云从3D缓存渲染到d的摄像机视图处的深度图像。我们将点云从3D缓存从D的摄像机视图中从D的摄像机视图(表示为D TGT)渲染到深度图像,并且类似于主纸,呈现一个掩码m,指示每个像素是否被3D缓存覆盖。然后将优化目标定义为:
摘要 量子态神经网络表示的变分优化已成功应用于解决相互作用的费米子问题。尽管发展迅速,但在考虑大规模分子时仍存在重大的可扩展性挑战,这些分子对应于由数千甚至数百万个泡利算子组成的非局部相互作用的量子自旋哈密顿量。在这项工作中,我们引入了可扩展的并行化策略来改进基于神经网络的变分量子蒙特卡罗计算,以用于从头算量子化学应用。我们建立了 GPU 支持的局部能量并行性来计算潜在复杂分子哈密顿量的优化目标。使用自回归采样技术,我们展示了实现耦合簇所需的挂钟时间的系统改进,其中基线目标能量高达双激发。通过将所得自旋哈密顿量的结构纳入自回归采样顺序,性能得到进一步增强。与经典近似方法相比,该算法实现了令人鼓舞的性能,并且与现有的基于神经网络的方法相比,具有运行时间和可扩展性优势。
抽象边缘计算是云计算的扩展,其中将物理服务器部署到更靠近用户以减少延迟。边缘数据中心面临的挑战是与传统数据中心相比,不断增加容量降低的应用程序。本文介绍了Impalae,这是一种基于深入增强学习的代理,旨在优化边缘数据中心中的资源使用情况。首先,它提出将问题建模为马尔可夫决策过程,并具有两个优化目标:减少使用的物理服务器数量,并最大化数据中心中放置的应用程序数量。第二,它引入了基于近端策略选择的代理,以找到最佳的合并策略,以及与多个工人共享的学习者的异步架构,即使数据减少,它也可以更快地收敛。我们根据Microsoft Azure真实的痕迹,在模拟边缘数据中心方案中显示了潜力,考虑到CPU,内存,磁盘和网络要求。实验表明,小mpal虫有效地增加了每集可以放置的VM数量,并且它迅速收敛到最佳策略。
对气候变化和能源安全的日益担忧导致能源框架的范式发生了变化。在这方面,分布式生成提供了处理能源传递中不确定的可能性,以及传统和集中发电厂的化石燃料依赖性。这项工作提出了一种建模和多标准优化策略,用于设计和操作连接的发电厂,包括不同的能量向量。建模方法考虑了能源转换单元的时间操作,以响应电力和氢的需求以及存储系统的季节性行为。实施了针对经济,环境和社会方面的多标准评估。目标函数是总年化成本,CO 2排放和网格依赖性。根据优化结果,它强调了评估标准对发电厂的结构和运营政策的影响。另外,通过比较分布式能源系统相对于集中式方案的性能,可以注意到分散生成的显着潜力。的确,根据优化目标,CO 2排放量最高为89%,并且可以实现高达81%的自助力。©2020作者。由Elsevier Ltd.这是CC下的开放访问文章(http://creativecommons.org/licenses/4.0/)。
摘要 —本文提出了一种在承载大量随机分布式可再生能源的主动配电网 (ADN) 中对储能系统 (ESS) 进行优化选址和定型的程序。优化目标是尽量减少 ADN 的日前计算调度误差。在确定 ESS 的分配时,要利用其关于 ADN 可调度性的运行特点。所提出的 ESS 规划是通过制定和求解基于场景的非线性非凸最优功率流 (OPF) 来定义的。OPF 问题转换为分段线性化 OPF (PWL-OPF)。ESS 控制策略旨在充分利用 ESS 的能量容量。它集成在 PWL-OPF 中,以实现 ADN 在所有操作场景下的可调度性。采用 Benders 分解技术来解决所提出的规划问题的计算复杂性。问题分解为两个子问题:一个主问题决定 ESS 的分配,以及几个子问题,其中通过基于场景的 OPF 评估在分配的 ESS 的支持下 ADN 的可调度性。为了验证所提出的方法,对嵌入大量光伏发电容量的真实瑞士电网进行了广泛的模拟。
摘要:本文提出了一种77 GHz串馈贴片阵列天线的设计方法。该研究基于传统遗传算法,探索由相同微带贴片组成的不同阵列拓扑来优化设计。主要的优化目标是降低最大旁瓣电平(SLL)。采用该方法对一种用于汽车雷达的77 GHz串馈贴片阵列天线进行了仿真、加工和测量。天线长度限制不大于3 cm,阵列仅有单个紧凑串联,辐射贴片宽度约为1.54 mm。在用于优化的遗传算法中,将最大旁瓣电平设置为小于或等于-14 dB。测量结果表明,在77 GHz处,所提出的天线的增益约为15.6 dBi,E平面半功率波束宽度约为±3.8 ◦,最大旁瓣电平约为-14.8 dB,H平面半功率波束宽度约为±30 ◦。电磁仿真与测量结果表明,采用所提方法设计的77 GHz天线比本文相同长度的传统天线旁瓣抑制效果提高4 dB以上。
航空业面临着日益激烈的竞争,需要降低运营成本。同时,可持续性和客户体验等新因素也变得越来越重要,以区别于竞争对手。由于飞机维护占航空公司运营总成本的约 20%,并且还会显著影响航空公司的其他目标,因此维护供应商需要不断降低其成本份额,并为更可靠和可持续的飞机运营做出贡献。随后,出现了新的状态监测技术,这些技术有望通过降低成本和提高飞机的可用性来改善维护操作。由于其中许多技术仍处于技术起步阶段,因此有必要确定具有给定技术成熟度的航空公司运营的预期收益,并制定适当的维护策略以纳入新获得的见解。本文开发了一个离散事件模拟框架,该框架使用既定参数来描述状态监测技术的性能,然后制定合适的规范性维护策略。因此,它可以调整所开发策略的优化目标,以纳入常用财务指标以外的性能特征。所开发的功能将在空客 A320 的轮胎压力测量任务中得到展示。