本研究评估了菲律宾马尼拉大都会的西方电器客户的促销策略偏好和购买决策。通过经过验证的自制调查问卷,数据是从100个有意选择的西方电器客户那里收集的。使用数据管理统计工具应用了百分比,算术平均值,标准偏差,Pearson相关分析,T-检验和回归分析。结果表明,促销策略和客户购买决策变量之间存在统计学上显着的相关性。特别是,主题公司实施的促销策略与受访者的所有偏好变量(例如销售促销,广告,个人销售,直接营销和公共关系)具有显着高的正相关性。促销策略与客户购买决策变量之间也存在统计学上的显着相关性。因此,促销策略实施的有效性提高或降低会导致马尼拉大都会电器客户的购买决策的增加或减少。
这项研究介绍了一个不可靠的随机工作店,随机工作。由于分析解决问题的某些复杂性,基于仿真的优化被这里采用。该问题是在企业动力学软件中建模的,并且使用Taguchi方法获得了决策变量的最佳值。这项研究有三个决策变量和两个目标。目标是MakePan和持有,短缺和维护成本的总和。这项研究努力获得调度规则的最佳价值,预防性维护时间和缓冲级,以最大程度地减少目标函数。通过数值问题和适当的调度规则,确定最佳预防性维护期和最佳缓冲区级别来评估所提出的方法。此模型可用于处理时间和失败的任何目标函数以及任何分布功能。这项研究的新颖性可能是考虑到失败的作业店,在动态条件和随机处理时间和失败时间以及随机的工作到达中。
组合优化(CO)问题一直是由于其复杂性和资源消耗而在大规模问题中找到解决方案的麻烦。但是,这些可以转换为无约束的等效二进制二进制优化(QUBO)模型,其变量为(二进制)决策变量。最佳的是,可以在量子计算机中使用量子退火来有效地解决QUBO模型。
摘要:配置储能装置可有效提高风电、光伏等新能源的就地消纳率,缓解外部电网规划建设对新能源并网运行的压力,为此提出一种源荷协同参与的储能容量双层优化配置方法。外部模型引入需求侧响应策略,根据负荷及新能源出力分布特性确定分时电价的峰、平、谷时段,进一步以风光储系统收益最大化为目标。以峰、平、谷电价为决策变量,建立外部优化模型,以优化电价为基础调整各时段用户用电情况,将结果传递至内部优化模型。内部模型以风光储系统中配置功率和储能容量为决策变量,建立综合考虑新能源就地消纳率和储能配置成本的多目标函数,将内层的优化结果反馈给外层优化模型。采用ISSA-MOPSO算法对优化后的配置模型进行求解。最后通过数值算例验证了所提模型及算法在新能源就地消纳率和经济性方面的合理性。
摘要 本研究提出了一种新型的供暖、通风和空调 (HVACDT) 系统数字孪生框架,以降低能耗并提高热舒适度。该框架旨在帮助设施管理人员更好地了解建筑运营,以增强 HVAC 系统功能。数字孪生框架基于建筑信息模型 (BIM),并结合新创建的插件来接收实时传感器数据以及通过 Matlab 编程实现的热舒适度和优化过程。为了确定建议的框架是否实用,在 2019 年 8 月至 2021 年 10 月期间从挪威的一栋办公楼收集了数据并用于测试该框架。然后使用 Simulink 模型中的人工神经网络 (ANN) 和多目标遗传算法 (MOGA) 来改进 HVAC 系统。HVAC 系统由空气分配器、冷却装置、加热装置、压力调节器、阀门、风门和风扇等组件组成。在此背景下,温度、压力、气流、冷却和加热操作控制等多种特性以及其他因素被视为决策变量。为了确定目标函数,预测的不满意百分比 (PPD) 和 HVAC 能源使用量均被计算出来。结果,ANN 的决策变量和目标函数相关性很好。此外,MOGA 提出了不同的设计因素,可用于
I. 引言 在现代监视系统中,目标是通过组合来自多个传感器的数据来对情况进行精确评估,从而提供各种信息。这个过程涉及信息融合的主题。信息融合的核心问题是数据关联问题,它对应于将观测结果划分为误报和轨迹,以便可以估计它们的状态。常见的监视配置由多个传感器对给定监视区域的一系列扫描描述。这些观测结果被排列成 m 组观测结果。传感器提供运动信息,例如范围、方位角和仰角。从数学上讲,该问题可以表述为多维分配问题,其中决策变量对应于基本关联,目标是最大化关联对应于目标的可能性 [1]。该问题的任何可行解都对应一个潜在的关联假设。对于 m ≥ 3 ,多维分配问题是 NP 难的。已经提出了许多启发式算法来寻找近似解,例如拉格朗日松弛 [2]、贪婪舍入自适应搜索 (GRASP) [3]、遗传算法 [4] 以及线性松弛和舍入技术 [5]。此外,在许多情况下,可以采用门控技术 [6]、[7],这可以大大减少决策变量的数量,并可以最佳地解决问题。即使大部分文献都致力于这方面,有效解决多维分配问题并不是数据关联问题的唯一挑战。事实上,接近最优甚至最优解决方案的质量可能会因具体情况而有很大差异。在稀疏配置或高精度传感器下,模型表现良好,最佳甚至近似解决方案通常
该课程将在线性优化,整数优化和凸优化中教基本概念,模型和算法。该课程的第一个模块是优化和相关数学背景中关键概念的一般概述。该课程的第二个模块是关于线性优化的,涵盖了建模技术,基本的多面体理论,单纯形方法和偶性理论。第三模块是在非线性优化和凸锥优化的上,这是线性优化的重要概括。第四和最终模块是在整数优化的上,该模块以整数决策变量的灵活性增强了先前涵盖的优化模型。课程将优化理论与计算与现代数据分析的各种应用融合在一起。
摘要 — 精确的电动汽车长途路线规划器有助于缓解行驶里程焦虑。本文介绍了一种考虑电池充电限制的时间和能量优化路线策略。通过模拟天气和交通状况对车辆能耗的影响,以及考虑实际的充电功能,提高了该方法的准确性。路线问题被视为多目标优化,并使用不同的算法进行求解,以评估每种方法的准确性和可处理性。结果表明,当速度成为决策变量并在路线的某些部分进行调整时,在行程时间和能耗方面出现了有吸引力的权衡。索引词 — 电动汽车、充电调度、行驶里程、受限最短路径、生态路线。
5。zikmand d'Amico,营销西南,汤姆森学习,2000年。论文II财务管理目标:吸收有关建立公司资产负债表的决策和决策变量的知识,并通过将工具和技术与情况相关联,并开发分析技能,并开发企业投资决策中财务理论的解释业务信息和应用技能。单位I:财务管理 - 概述,货币的时间价值。介绍单个资产和投资组合的风险概念,债券和股票期权估值的估值。单元II:资本预算:原理和技术,资本预算的性质,确定相关现金流,评估技术,回报,回报率,收益率,净现值,内部收益率,盈利能力指数,DCF技术的比较,项目
这项工作调查了贝丝(Bess)从剃须和使用时间(TOU)应用程序中的培养基中的灌木丛中的潜力。可用文献提供了各种BESS应用程序,关税系统以及电池降解功能的知识。2019年文化房屋的预测电负荷需求是从顾问公司Incoord获得的。使用最佳问题函数在MATLAB中实现了线性优化,以对培养 - 贝斯进行峰值剃须和使用时间应用。通过分析培养室电气需求和Skellefteåkraft计费系统,通过优化算法得出了成本优势的充电/放电策略。决策变量决定何时为电池电池电量充电/排放电池,以减少电池的电池降解和电力购买费用。