XiaoMi-AI文件搜索系统
World File Search System区间
双区间优化方法
摘要 — 离散存储模型 (DSM) 和连续存储模型 (CSM) 均已用于电力系统规划文献中。在本文中，我们对 CSM 在发电扩展规划 (GEP) 中的使用进行了定型误差分析，结果表明，与 CSM 相比，DSM 提供的存储定型决策更合理。然而，当在区间优化的背景下考虑 DSM 时，互斥约束中的离散状态变量和充电状态 (SOC) 约束中的强时间耦合会带来重大挑战。为了解决这个问题，提出了一种定制的区间优化方法，以考虑 GEP 中的 DSM 和可再生能源不确定性。事实证明，我们的方法可以涵盖给定不确定性集合中的所有最坏情况，同时以无迭代的方式运行。此外，为了降低投资决策的保守性，设计了一种双区间策略来在投资成本和系统安全性之间实现更好的权衡。
带储能的混合能源发电系统区间可靠性评估
针对供电可靠性模型中风电和负荷的不确定性，提出一种结合风电发电和储能系统的区间可靠性评估方法。首先，建立基于区间变量的区间供电可靠性评估模型，该模型属于区间混合整数规划（IMIP）。其次，利用区间数的可能度理论，将IMIP模型转化为2种极端情况下的确定性优化模型，在考虑风电区间满足负荷需求区间的情况下，通过储能和发电机的出力优化，寻求最大供电概率，即减负荷上界最小。最后，基于序贯蒙特卡罗模拟生成风电机组和发电机的状态，通过计算负荷期望损失、期望未供电能量和最大供电概率来评估混合能源发电系统的可靠性，为建立储能区间优化配置模型提供依据。利用IEEE RTS-24测试系统验证所提方法的性能，并利用CPLEX 12.7求解器对模型进行求解，仿真结果证明了所提方法的有效性和适用性。
求解线性区间分数运输问题的一种有效方法
线性分式规划 (LFP) 是一种强大的数学工具，用于解决以线性函数比率为目标函数的优化问题。在实际应用中，目标函数的系数可能不确定或不精确，因此需要区间系数。本文全面研究了具有区间目标函数 (ILFTP) 的线性区间分式运输问题，这意味着目标函数中的变量系数不确定且位于给定区间内。我们提出了一种结合区间分析和优化技术来处理系数不确定性的新方法，确保解决方案稳健可靠。本研究中使用的变量变换方法是解决此类问题的一种新方法。通过将问题简化为非线性规划问题，然后将其转换为线性规划问题，所提出的方法简化了解决过程并提高了结果的准确性。通过各种数值示例和与现有方法的比较证明了所提出方法的有效性。结果表明，所提出的方法能够精确解决 ILFTP。总体而言，所提出的方法为线性分式运输问题领域做出了宝贵贡献。它为具有挑战性的问题提供了实用而有效的解决方案，并有可能应用于各种现实场景。
静息睡眠时间的受试者间和分区间变异性......
a 德国于利希研究中心神经科学与医学研究所（INM-7） b 德国杜塞尔多夫大学海因里希-海涅医学院系统神经科学研究所 c 法国塞尔吉巴黎大学理论与建模实验室，CNRS，UMR 8089，塞尔吉-蓬图瓦兹 cedex 95302 d 德国于利希研究中心于利希超级计算中心（JSC）高级模拟研究所 e 德国于利希研究中心神经科学与医学研究所（INM-1） f 新加坡国立大学睡眠与认知中心、转化磁共振研究中心和 N.1 健康研究所 g 新加坡国立大学电气与计算机工程系 h 美国马萨诸塞州查尔斯顿麻省总医院 Martinos 生物医学成像中心 i 新加坡综合科学与工程项目（ISEP）
应用区间型 2 模糊集中的 AHP 和 TOPSIS 进行飞机选择
选择合适的飞机能为航空公司带来竞争优势，然而许多因素会给选择过程带来一定程度的不确定性。通过消除这种不确定性，航空公司可以增加实现其长期目标的机会。新的多准则决策（MCDM）方法为决策者提供了选择合适飞机的满意解决方案。因此，我们专注于使用新的 MCDM 方法对最合适的商用飞机替代方案进行多维评估和选择。本文为航空公司规划者在不确定的情况下选择商用飞机提供决策支持。在本研究中，与文献中关于飞机选择的其他研究不同，此处介绍的模型使用区间型 2 模糊层次分析法（IT2FAHP）和按与理想解的相似性排序的区间型 2 模糊技术（IT2FTOPSIS）混合方法。所提出的飞机选择模型允许商业航空公司根据特定标准评估飞机：经济性能、技术性能和环境影响，从而帮助决策者在不确定的环境中选择合适的飞机。除了供商业航空公司使用外，研究中的方法还可以应用于教练机、货机和军用飞机的选择。我们的研究结果表明，空客 A321neo 在技术方面、经济方面和环境方面都是最适合航空公司的商用飞机。
在区间型 2 模糊集中应用 AHP 和 TOPSIS 进行飞机选择
选择合适的飞机可以为航空公司带来竞争优势，然而，有许多因素会给选择过程带来一定程度的不确定性。通过消除这种不确定性，航空公司可以增加实现长期目标的机会。新的多标准决策 (MCDM) 方法为决策者提供了选择合适飞机的令人满意的解决方案。因此，我们专注于使用新的 MCDM 方法对最合适的商用飞机替代方案进行多维评估和选择。本文为航空公司规划人员在不确定的情况下选择商用飞机提供决策支持。在本研究中，与文献中关于飞机选择的其他研究不同，此处提出的模型使用区间型 2 模糊分析层次过程 (IT2FAHP) 和区间型 2 模糊技术按与理想解的相似性排序 (IT2FTOPSIS) 混合方法。所提出的飞机选择模型允许商业航空公司根据特定标准评估飞机：经济性能、技术性能和环境影响，从而帮助决策者在不确定的环境中选择合适的飞机。除了供商业航空公司使用外，研究中的方法还可以应用于教练机、货机和军用飞机的选择。我们的研究结果表明，空客 A321neo 在技术方面、经济方面和环境方面都是最适合航空公司的商用飞机。
光电跟踪系统的动态高型区间2型模糊逻辑控制
摘要：提出一种基于区间2型模糊逻辑控制器（IT2FLC）的动态高型控制（DHTC）方法，将其应用于光电跟踪系统，提高稳态精度和响应速度。在传统的多环反馈控制环中加入积分器，可以增加系统型数，从而加快响应速度，提高稳态精度，但存在积分饱和的风险。根据系统状态动态切换型数，可以在保留高型优点的同时避免积分饱和。模糊逻辑控制（FLC）可以根据输入的变化动态地改变输出值，具有响应速度快、处理不确定性能力强等优点。因此，本文将FLC引入高型控制系统，以FLC的输出作为积分器的增益来控制积分器的通断，达到动态切换型数的目的，并在实验中得到成功验证。 IT2FLC引入了三维隶属函数，进一步提高了FLC处理不确定性的能力。从实验结果来看，与T1FLC相比，IT2FLC处理不确定性的能力明显提高。另外，为了加快IT2FLC的计算速度，本文提出了一种改进的类型归约算法，即加权梯形Nie-Tan（WTNT）。与传统类型归约算法相比，WTNT具有更快的计算速度和更好的稳态精度，且已成功应用于实时控制系统，有很好的工程应用价值。最后，为了减少人为因素的干扰，提高系统的自动化水平，采用多种群遗传算法（MPGA）对FLC的参数进行迭代优化，提高了输出精度。在柔性快速反射镜(FFSM)实验平台上,对比了传统控制器、T1FLC及IT2FLC的控制效果,证明了IT2FLC-DHTC系统具有更快的响应性能、更高的稳态精度、以及更强的处理不确定性的能力。
混合发电公司风险最优运营策略：混合区间-CVaR模型
- 用户可以从公共门户下载并打印任何出版物的一份副本，用于私人学习或研究。 - 您不得进一步分发材料或将其用于任何盈利活动或商业收益 - 您可以自由分发公共门户中标识出版物的 URL - 删除政策如果您认为本文档侵犯了版权，请通过 vbn@aub.aau.dk 与我们联系并提供详细信息，我们将立即删除对该作品的访问权限并调查您的索赔。
不等式问题 1 的解答 - unipr
已知二次不等式的解等价于抛物线 1 的正点或负点的轨迹，我们推断不等式 x 2 − 1 > 0 在区间 ( −∞ , x eq 1 1 ) ∪ ( x eq 1 2 , ∞ ) = ( −∞ , − 1) ∪ (1 , ∞ ) 内有解（如果不等式的符号为 " ≥ "，则区间为 ( −∞ , − 1] ∪ [1 , ∞ ) ，即包含根）。第二个不等式属于 ax 2 + bx + c ≤ 0 类型，其中 a > 0 ，因此解集由区间 [ x eq 2 1 , x eq 2 2 ] = [ − 2 , 2] 给出。类似推理，可知第三个不等式的解集由 ( −∞ , 2] ∪ [3 , ∞ ) 给出。
最终用途节约形状测量文档：需求灵活性措施的调度计划生成
完美预测方法通过模拟获得年度负荷曲线作为预测负荷，代表完美负荷预测的情景。区间抽样方法 (1) 根据温度特性将日期分为具有代表性的区间，(2) 对每个区间的样本日进行模拟以创建具有代表性（或预测）的负荷，以及 (3) 根据区间分类为一年中的所有日期分配具有代表性的负荷。固定时间表方法为一个季节或一年中的所有日期定义统一的峰值窗口开始和结束时间，假设每日峰值时间固定。基于 OAT 的预测方法使用 OAT 的统计数据（最小值和最大值）作为峰值负荷的指标，并指定建筑负荷对温度的延迟响应时间。固定时间表和基于 OAT 的预测方法