XiaoMi-AI文件搜索系统
World File Search System多目标
引用发布版本（APA）：刘Y.，Hao，L.，Xing，Z.，Jiang，Z。，＆Xu，J。（2022）。电力系统的多目标协调优化
为了降低风力降低速度并增加了风能的容量，电力购买区应增加风力购买。但是，风力发电的当前电价高于热力电力的电力，这使风能容易容易量化。优化风能住宿和电力购买成本的这两个目标是不切实际的。基于这一矛盾，本文通过构建一个考虑上述两个目标的多目标优化模型（MOOM）来描述这一矛盾。首先，该模型通过混合粒子群优化和重力搜索算法（HPSO-GSA）解决，以获得帕累托最佳溶液集。然后，根据模糊满意度功能，帕累托最佳解决方案是从帕累托最佳边界中选择的。最后，以某个区域的春季为例，典型的每日负载和风电场输出值是模拟验证的示例。已验证，所提出的方法确实可以为区域电力购买提供科学的电力购买计划。©2022作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
通过多目标瓶藻群算法在配电网中分配可再生能源资源，同时考虑风能和太阳能资源的不确定性
摘要：鉴于可再生能源在配电系统中的重要性，本文讨论了定位和确定这些能源（即风力涡轮机和太阳能电池板）容量的问题。为了解决这个优化问题，使用了一种基于salp行为的新算法。目标函数包括减少损耗、改善电压曲线和降低可再生能源成本。在该方法中，考虑了配电系统中不同负载模型和使用智能电表的不同负载水平的可再生资源分配。由于这些目标函数是多目标的，因此使用模糊决策方法从一组帕累托解中选择最优解。所考虑的目标函数可减少损耗、改善电压曲线和降低 RES 成本（A 在不受资源限制的情况下最佳地分配 RES 资源；B：在受资源限制的情况下最佳地分配 RES 资源）。此外，还考虑了每日风、太阳辐射和温度数据。所提出的方法应用于 IEEE 标准 33 总线系统。仿真结果表明，多目标群体算法（MSSA）在改善电压分布和降低配电系统损耗方面具有更好的性能。最后，将 MSSA 算法的优化结果与 PSO 和 GA 算法进行了比较。
智能微电网的电动汽车充电站和可再生能源资源的多目标最佳计划
电台。因此，这些控制变量的最佳计划方法可以解决上述问题，其中尺寸和位置会影响微电网中的功率流，从而导致功率损失，电压偏差和整体成本的变化。许多研究讨论了与微电网中电动汽车的最佳杂交可再生能源。参考文献中的作者。[1，2]提出了一种基于机器学习的可再生微电网的基于机器学习的能量管理，并考虑了电动汽车的充电需求。参考文献中已经提出了一种基于优化的方法。[3 - 5]在当天 - 考虑电动汽车和RER的微电网之前运行。参考。[6]，作者开发了一个模糊的云随机框架，用于根据电动汽车的最大分布来管理使用RER的微电网的能量。通过使用智能聚合器，一种能源管理系统已被优化，用于在微电网中转移电源（车辆到车辆）。7[8]，通过考虑不受控制和智能充电模式对微电网最佳操作的影响来评估EV的行为。在参考文献中讨论了EVS的最佳分配和调度操作问题。[9 - 11]。在参考文献中提出了一种随机能源管理算法。[12]解决电力市场中智能微电网的贡献，同时最大程度地减少总成本并确定RER的最佳尺寸。参考。参考。参考。参考。参考。参考。[13]，作者解释了光伏面板产生的波动功率的效果，并将EV引入了储能，以在紧急条件下为电网提供电网。[14]，作者提议在欧洲三个不同地点进行环境足迹，以通过有效的计划方法与最佳电池存储与电池储存的有效计划方法减少二氧化碳气体的排放，以平衡电力生产和需求之间的间隙。[15]，作者回顾了许多研究的方法，用于管理包括RER，常规分布式发电机在内的微电网能量，以及参与智能家居的需求响应和充电站对系统技术和经济运营的影响。[16]，作者提出了一个有效的计划操作，用于通过与电力市场对电力市场的互动对系统最佳经济运营的相互作用来证明作为价格制造商作为价格制造商的影响，包括RERS，能源存储和常规来源。[17]，作者开发了一种满足最大载荷需求的方法，在不断变化的天气条件下可能的最低成本和动态分析，从而通过从太阳能站的各种系统组合，储能，水电站和常规来源的各种系统组合中获得的最佳配置在OFF-网格中进行瞬时干扰。[18]，作者表达了在
PTPT：通过多目标贝叶斯优化进行物理设计工具参数调整
摘要 — 在先进的集成电路设计中，与电子设计自动化 (EDA) 工具相关的物理设计流程起着至关重要的作用。大多数情况下，输入物理设计工具的参数主要是基于专家的领域知识手动挑选的。然而，由于技术节点的不断缩小以及参数组合所跨越的设计空间的复杂性，甚至再加上耗时的仿真过程，这种对物理设计工具参数配置的手动探索变得极其费力。在设计流程参数调整领域存在一些工作。然而，非常有限的现有技术探索了多个感兴趣的结果质量 (QoR) 指标（例如延迟、功率和面积）之间的复杂相关性并同时明确优化这些目标。为了克服这些弱点并寻求物理设计工具的有效参数设置，在本文中，我们提出了一个多目标贝叶斯优化 (BO) 框架，以多任务高斯模型作为替代模型。采用基于信息增益的获取函数依次选择工具模拟候选对象，以有效逼近帕累托最优参数配置。在 7 纳米技术节点下的三个工业基准上的实验结果证明了所提出的框架相对于前沿作品的优越性。
基于重力储能的风光储系统多目标容量优化规划
摘要：风电场，光伏电站和能源存储系统的容量计划是降低成本并确保风能储存多能量混合动力系统的可靠性的有效措施。基于重力储能依赖山脉，我们在这里考虑风电场的能力，光伏电站和能源存储系统作为决策变量，并建立一个多目标的最佳能力计划模型，并具有最低系统的总成本以及最低的全面指数的优化，包括Wind和Solar供应量的供电率，电源供应率的互补特征，电源供应率，电源供应率，电源供应率，造成电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率，电源供应率。混合动力系统。同时使用多目标自适应混沌粒子群优化来解决模型。在这项研究中，考虑了不同的计划偏好。使用该技术通过与理想解决方案相似的订单偏好进行排序，并获得了不同规划偏好的最佳计划方案。此外，熵权重的等级金额评估方法用于评估不同计划方案的可靠性指数，并选择了典型的一天来分析规划方案的输出状态。模拟结果表明，所提出的模型可以具有良好的经济
AbCellera 与 Regeneron 的首个多目标合作项目在临床前开发方面取得进展
在某些情况下，您可以通过“可能”、“将”、“可以”、“会”、“应该”、“预期”、“打算”、“计划”、“预期”、“相信”、“估计”、“预测”、“项目”、“潜在”、“继续”、“正在进行”或这些术语的否定词或其他类似术语来识别前瞻性陈述，尽管并非所有前瞻性陈述都包含这些词。这些陈述涉及风险、不确定性和其他因素，可能导致实际结果、活动水平、绩效或成就与这些前瞻性陈述表达或暗示的信息存在重大差异。这些风险、不确定性和其他因素在“风险因素”、“管理层对财务状况和经营成果的讨论和分析”以及我们不时提交给美国证券交易委员会的其他文件中进行了描述。我们提醒您，前瞻性陈述基于我们目前已知的事实和因素以及我们对未来的预测，我们对此无法确定。因此，前瞻性陈述可能并不准确。本新闻稿中的前瞻性陈述代表我们截至本新闻稿发布之日的观点。除非法律要求，否则我们不承担因任何原因更新任何前瞻性陈述的义务。
HVAC 系统数字孪生 (HVACDT) 用于能源消耗和热量的多目标优化
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
强大的多目标供应链优化外科供应的外科医生的成本和满意度，并使用
Hamedan，伊朗。 （P.Samouei@basu.ac.ir）抽象手术室是医院昂贵的病房，因此任何降低成本都会直接影响总成本。 手术室可消耗品是从供应商那里收到无菌和非遗产表格的，然后在手术前发送到手术室。 如果外科医生请求非周期性物品，则将这些物品首先发送到无菌核心，然后将消毒物品转移到手术室。 这项研究降低了物流成本，并在不确定性条件下提高了外科医生的满意度。 由于患者的状况或其他紧急情况，可能会在操作过程中需要请求，例如大量出血和项目分解，统计分配估计是不可能的。 因此，一种强大的方法用于需求。 此外，还研究了影响供应链成本和外科医生满意度以及不同标准对供应商选择的影响的参数。 此外，供应商在成本和质量方面有所不同，这对外科医生的满意度有直接影响。 因此，在本文中，首先采用了添加剂比率评估（ARAS）方法来对供应商进行排名，然后使用增强ε-约束来最大程度地降低成本并最大程度地提高外科医生的满意度。 结果表示购买成本和需求是最有效的参数。 关键字：手术用品，强大的优化，排名供应商，无菌核心1。 介绍如今，健康连锁店已经引起了人们对成本及其与人类生活的直接联系的广泛关注。 数学Hamedan，伊朗。（P.Samouei@basu.ac.ir）抽象手术室是医院昂贵的病房，因此任何降低成本都会直接影响总成本。手术室可消耗品是从供应商那里收到无菌和非遗产表格的，然后在手术前发送到手术室。如果外科医生请求非周期性物品，则将这些物品首先发送到无菌核心，然后将消毒物品转移到手术室。这项研究降低了物流成本，并在不确定性条件下提高了外科医生的满意度。由于患者的状况或其他紧急情况，可能会在操作过程中需要请求，例如大量出血和项目分解，统计分配估计是不可能的。因此，一种强大的方法用于需求。此外，还研究了影响供应链成本和外科医生满意度以及不同标准对供应商选择的影响的参数。此外，供应商在成本和质量方面有所不同，这对外科医生的满意度有直接影响。因此，在本文中，首先采用了添加剂比率评估（ARAS）方法来对供应商进行排名，然后使用增强ε-约束来最大程度地降低成本并最大程度地提高外科医生的满意度。结果表示购买成本和需求是最有效的参数。关键字：手术用品，强大的优化，排名供应商，无菌核心1。介绍如今，健康连锁店已经引起了人们对成本及其与人类生活的直接联系的广泛关注。数学医院是卫生系统最关键的部分之一，手术室是最重要的病房。医院通常是复杂的系统，在该系统中，制定政策和决定以确保提供服务并降低成本[1]。尽管健康供应链引起了很多关注，但在手术项目的背景下，很少有数学模型用于健康供应链。此外，受益人之间的利益冲突结果是医院多标准决策（MCDM）技术。因此，现有的研究旨在通过建模不确定性下的手术室消耗品问题来降低供应链（包括购买和采购成本）的成本。另一方面，这项研究添加到供应商的水平上，以允许外科医生对供应商的评论进行对所需物品满意的评论来对供应商进行排名。实际上，这项研究与以前的论文的区别是1。介绍供应商的选择和计划手术室和无菌核心的两相方法，以及2。同时关注拍卖外科医生对基于供应商的消耗品满意的问题，基于供应商的排名和降低供应链的供应链，在不确定的条件下供应链。在这项研究中，如果不可能从优先级高的供应商那里购买，则将从供应商那里购买购买能力。此外，考虑了各种项目，以对现实世界进行建模。此外，每位患者的术中需求无限期。因此，对于特定于患者的疾病，没有任何确定的需求分布。因此，使用可靠的方法来克服问题的不确定性方面。本研究的结构如下：第二部分介绍了有关相关论文的文献综述。第三部分提供了问题的说明。
具有并行收入流的电池存储系统内部收益率估计：周期成本与多目标优化方法
摘要：本文通过关注内部收益率 (IRR) 作为盈利能力指标来评估电池存储系统 (BSS) 的盈利能力，该指标比其他常用指标（最显著的是净现值 (NPV)）更具优势。此外，本研究提出了一种多目标优化 (MOO) 方法来估计 IRR，而不是依赖简单的线性优化，并将结果与流行的线性优化与电池周期成本惩罚进行比较。分析是在完美的预见条件下进行的，考虑了多种收入来源：日前和日内市场的套利交易、调峰、参与一级储备市场以及光伏 (PV) 发电单元。收集了 2017 年和 2021 年德国电力市场的数据。结果表明，MOO 方法得出的 IRR 估计值与 2017 年的周期成本模型相似。然而，2021 年市场波动性加剧和电价上涨导致了明显差异。分析表明，如果这些条件与较低的电池容量价格相结合，MOO 方法的效果将显著优于循环成本模型。电池日历寿命和充电状态会降低盈利能力，这些影响也被考虑在内。尽管如此，2021 年的盈利能力相对于 2017 年的明显上升可以提供足够的补偿来解决相对较差的可行性记录问题。
电网连接混合电池储能系统的多目标协同设计优化框架：优化规模和技术选择
摘要：本文开发了一个多目标协同设计优化框架，用于优化连接到电网的混合电池储能系统 (HBESS) 中的电池和电力电子设备的尺寸和选择。协同设计优化方法对于具有耦合子组件的复杂系统至关重要。为此，在 HBESS 的设计中，使用非支配排序遗传算法 (NSGA-II) 进行技术的尺寸优化和选择，同时考虑成本、效率和寿命等设计参数。可互操作框架考虑了三个第一寿命电池单元和一个第二寿命电池单元，以形成两个独立的电池组作为混合电池单元，并考虑了两种功率转换架构，用于将混合电池单元连接到具有不同功率级和模块化水平的电网。最后，作为框架输出获得的全局最佳 HBESS 系统由 LTO 第一寿命和 LFP 第二寿命电池组成，与基线相比，总拥有成本 (TCO) 降低了 29.6%。