XiaoMi-AI文件搜索系统
World File Search System动态规划
使用 gcForest 进行汽车维护建模 - -ORCA
方法在 PdM 中也得到了广泛应用。由于备件管理是行业中的一个关键问题，Khan 等人（2019 年）[16] 部署了一个数学规划模型来制定船舶的故障时间，以基于传感器数据优化备件管理。同时，部署最短路径动态规划公式来解决多项式时间复杂度。Cox 比例风险模型是可靠性分析中一种流行的模型，可以处理删失数据和未删失数据。Verhagen 和 Boer（2018 年）[17] 使用时间独立和时间相关的 Cox 比例风险模型根据历史运行和维护数据估计飞机部件的可靠性。此外，采用极值分析和最大差异分析来识别与部件故障相关的操作因素。
可靠性工程手册
第 1 章由 Zuo、Huang 和 Kuo 撰写，研究了多状态 k-out-of-n 系统性能评估的新理论概念和方法。第 2 章由 Pham 撰写，详细描述了具有多种故障模式的系统可靠性的特征。第 3 章由 Chang 和 Hwang 撰写，通过交换连续 k 系统中工作和故障部件的角色，提出了连续 k 系统可靠性的几种概括。第 4 章由 Levitin 和 Lisnianski 撰写，使用通用生成函数技术和遗传算法相结合的方法讨论了具有两种故障模式的多状态系统的各种可靠性优化问题。第 5 章由 Sung、Cho 和 Song 撰写，讨论了许多不同的解决方案和启发式方法，例如整数规划、动态规划、贪婪型启发式和模拟退火，以解决受多种资源和选择约束的复杂系统结构的各种组合可靠性优化问题。
含可再生能源发电和储能的微电网运行随机优化
摘要 — 在电力系统中，可变可再生能源 (VRES) 和 ESS 必须有助于确保供应，因此储能系统 (ESS) 的运行可视为对稀缺性的套利。即时使用储能的价值必须与其潜在的未来价值和未来的稀缺风险相平衡。本文提出了一种多阶段随机规划模型，用于运行带有 VRES、ESS 和火力发电机的微电网，该模型分为短期和长期模型。短期模型利用每六小时更新一次的预测信息，而长期模型则考虑预测期以外的储能价值。该模型使用随机对偶动态规划和马尔可夫链求解，结果表明，对于可变可再生能源发电和 ESS 程度高且可调度发电容量有限的系统，考虑短期和长期不确定性的重要性增加。
自我意识车辆 - CORE
传感技术（小型化、分布式传感器网络）的进步与计算能力的提高相结合，显著提高了感知能力、实时决策/推理能力和不确定性下的动态规划能力以及大数据预测分析能力，为实现自主系统能力奠定了基础。这些进步为自我感知车辆开辟了设计和操作空间，这些车辆能够评估自己的能力并调整其行为以完成分配的任务或修改任务以反映其当前能力。本文讨论了自我感知车辆的概念以及充分利用该概念所需的相关技术。自我感知飞机、航天器或系统是指能够了解其内部状态、对周围环境具有态势感知、能够评估其当前能力并将其投射到未来、了解其任务目标并能够在不确定的情况下就其实现任务目标的能力做出决策的飞机、航天器或系统。
基于分支对决 Q 网络的分布式储能系统微电网在线调度
I. 引言 微电网是一种很有前途的概念，它可以解决将分布式可再生能源和储能系统整合到电网中的挑战。在线优化是根据系统的实时状态来调度微电网的运行，是确保微电网经济运行的关键技术。然而，可再生能源的不确定性给微电网的在线优化带来了巨大的挑战。为了解决这个问题，研究人员提出了几种在线优化方法，如模型预测控制 (MPC) [1] 和基于近似动态规划 (ADP) 的算法 [2]。然而，上述方法的在线优化性能依赖于预测信息。因此，性能受到可再生能源和负荷功率的预测精度的影响。为了减少对预测的依赖，已经提出了几种其他的微电网在线优化方法，包括 Lyapunov 优化 [3]、CHASE 算法 [4] 以及最近开发的基于深度强化学习 (DRL) 的优化方法（例如深度 Q 网络 (DQN) [5]、MuZero [6]）。
电力系统研究
本文研究了在引入零边际成本可变可再生能源技术和电能存储系统的情况下，竞争市场中的电价形成情况。使用结合多周期最优潮流和随机动态规划的随机优化模型分析电力系统。结果说明了可变可再生能源（在本例中为太阳能光伏发电）如何取代部分昂贵的热电并降低价格。随着价格上限和零价格时间的减少，电能存储将减少由可变可再生能源发电和需求引起的价格变化。在只有可变可再生能源发电和能源存储的系统中，价格将由稀缺概率决定，类似于水电主导系统的价格形成。价格将以随机期望值的形式表明未来的稀缺成本。本文假设需求是不灵活的。然而，由此产生的电价将对灵活性的提供进行补偿，这反过来将有助于确保供应并降低价格波动。
对两个储能单元的控制及市场影响
摘要 — 能源存储和需求侧响应将在未来电力系统中发挥越来越重要的作用。我们将之前关于单个能源存储单元的结果扩展到两个能源存储单元的管理，这两个能源存储单元为了价格套利而合作。我们考虑了一个确定性动态规划模型来解决合作问题，该模型考虑了市场影响。我们开发了拉格朗日理论并提出了一种新算法来识别策略对。虽然我们无法证明该算法提供了最佳策略，但我们提供了强有力的数字证据来支持它。此外，拉格朗日方法可以识别决策和预测范围，后者是一个不需要查看的时间来确定当前最佳行动。在实践中，这允许实时重新优化，两个范围都是以天为单位的。索引术语 — 控制、两个存储单元、套利、定价者、市场影响、能源、拉格朗日。
储能充电状态市场模型
摘要 —本文介绍并合理化了一种用于批发能源市场中储能资源竞标和清算的新模型。该模型中的充电和放电出价取决于存储充电状态 (SoC)。在这种情况下，存储参与者为每个 SoC 段提交不同的出价。系统运营商监控存储 SoC 并在市场清算中相应地更新其出价。结合使用动态规划的最佳竞价设计算法，我们的论文表明，与现有的基于电力的竞价模型相比，SoC 细分市场模型可以更准确地表示储能的机会成本。新模型还捕捉到了储能固有的依赖于 SoC 的运行特性。我们在价格接受者和价格影响者模拟中将 SoC 细分市场模型与现有的单一细分模型进行对比。模拟结果表明，与现有的基于电力的竞价模型相比，所提出的模型在价格接受者案例研究中将利润提高了 10-56%；该模型还可使存储系统总成本降低约 5%，并有助于降低价格影响因素案例研究中的价格波动。
脑电图中的“寂静之声”——认知语音活动检测
语音认知具有作为脑机接口的潜在应用，可以改善有沟通障碍人士的生活质量。虽然语音和静息状态脑电图被广泛研究，但在这里我们尝试探索与语音音频的静默区域相对应的“非语音”（NS）大脑活动状态。首先，研究语音感知以检查这种状态的存在，然后在语音想象中识别它。类似于如何使用语音活动检测来增强语音识别的性能，这里实施的脑电图状态活动检测协议用于提高想象语音脑电图解码的置信度。使用从实验室和商业设备收集的两个数据集对语音和 NS 状态进行分类。这样获得的状态序列信息进一步用于减少想象脑电图单元识别的搜索空间。跨受试者和会话可视化 NS 状态的时间信号结构和地形图。识别性能和观察到的视觉区别表明脑电图中存在静默特征。索引词：语音脑电图静默识别，脑机接口，两级动态规划
电子束金属增材制造中空间微结构控制的轨迹优化
摘要 — 金属增材制造 (AM) 为空间控制制造后的微观结构和性能提供了可能性。然而，由于驱动微观结构结果的固态扩散转变在温度方面由非线性 ODE 控制，而温度本身又由整个零件域上的 PDE 控制，因此求解实现所需微观结构分布所需的系统输入已被证明是困难的。在这项工作中，我们提出了一种用于金属 AM 中微观结构空间控制的轨迹优化方法，我们通过控制电子束粉末床熔合 (EB-PBF) 中低合金钢的硬度来证明这一点。为此，我们提出了热和微观结构动力学模型。接下来，我们使用实验数据来识别微观结构转变动力学的参数。然后，我们将空间微观结构控制作为有限时域最优控制问题。使用具有 GPU 加速的增强拉格朗日微分动态规划 (AL-DDP) 方法计算最佳功率场轨迹。然后通过近似方案在 EB-PBF 机器上实现所产生的随时间变化的功率场。对所得硬度的测量表明，优化的功率场轨迹能够紧密产生所需的硬度分布。