XiaoMi-AI文件搜索系统
World File Search System插电
近端策略优化的智能能源管理用于插电式混合动力电动总线，考虑电池热特性
摘要：由于能源管理策略（EMS）的性能对于插电式混合电动总线（PHEB）以有效的方式运作至关重要。考虑到PHEB的电池热特性，近端策略优化（PPO）的多目标EMS旨在提高车辆节能性能，同时确保电池电量状态（SOC）和合理范围内的温度。由于这三个目标相互矛盾，因此通过智能调整培训过程中的权重来实现多个目标之间的最佳权衡。与原始的基于PPO的EMS相比，没有考虑电池热动力学，模拟结果证明了拟议策略在电池热管理中的有效性。结果表明，与其他基于RL的EMS相比，提出的策略可以获得最小能耗，最快的计算速度和最低的电池温度。关于动态编程（DP）作为基准，基于PPO的EMS可以实现类似的燃油经济性和出色的计算效率。此外，在UDD，WVUSUB和实际驾驶周期中确定了所提出方法的适应性和鲁棒性。
基于软演员-评论者算法的插电式混合动力汽车能量管理策略
摘要：插电式混合动力汽车（PHEV）配备多个动力源，为满足驾驶员的动力需求提供了额外的自由度，因此通过能量管理策略（EMS）合理分配各动力源的动力需求，使各动力源工作在效率区，对提高燃油经济性至关重要。本文提出一种基于软演员-评论家（SAC）算法和自动熵调节的无模型EMS，以平衡能量效率的优化和驾驶循环的适应性。将最大熵框架引入基于深度强化学习的能量管理，以提高探索内燃机（ICE）和电动机（EM）效率区间的性能。具体而言，自动熵调节框架提高了对驾驶循环的适应性。此外，通过从实车采集的数据进行了仿真验证。结果表明，引入自动熵调节可以有效提高车辆等效燃油经济性。与传统EMS相比，该EMS可节省4.37%的能源，并且能够适应不同的驾驶循环，并能将电池的荷电状态保持在参考值。
插电式混合动力汽车的二氧化碳排放
在这项工作中，我们遵循以前的途径，以探索有限差分时间域（FDTD）方法中数值分散补偿的机器学习算法。混合深神经网络通过FDTD模拟的细胞大小进行训练，目的是通过比较粗大和密集的网格的各种平面微波电路的解决方案来“学习”数值分散误差的模式。因此，我们的培训数据不仅包括广泛的几何形状，还包括每个问题的可变密度的网格。我们对所提出的网络的结构进行了详尽的分析及其误差性能作为培训数据的函数。我们评估了其充当数值分散补偿引擎的能力：可以从粗网格模拟的结果中预测fdtd模拟的结果。
四轮驱动插电式混合动力汽车双自适应等效油耗最小化策略
摘要：能量管理策略对于发挥四轮驱动插电式混合动力汽车（4WD PHEV）的节能效果至关重要。针对4WD PHEV中复杂的多能量系统，提出一种新的双自适应等效消耗最小化策略（DA-ECMS）。该策略通过引入未来驾驶工况类别来调整等效因子，提高驾驶工况的适应性和经济性，优化多能量系统的管理。首先，采用自组织神经网络（SOM）和灰狼优化器（GWO）对驾驶工况类别进行分类，离线优化多维等效因子；其次，采用SOM进行驾驶工况类别识别，并匹配多维等效因子；最后，DA-ECMS完成前轴多能源与电驱动系统的多能量优化管理，释放4WD PHEV的节能潜力。仿真结果表明，与基于规则的策略相比，DA-ECMS经济性提高了13.31%。
基于深度学习预测的可重构微电网中插电式混合动力汽车的随机建模与集成
摘要 —本文研究了插电式混合动力汽车 (PHEV) 的不协调、协调和智能充电对微电网 (MG) 优化运行的影响，并结合了动态线路额定值 (DLR) 安全约束。当配电线路达到最大容量时，DLR 约束（尤其是在孤岛模式下）会影响 MG 馈线的载流量。为了克服任何线路中断或应急情况，智能 PHEV 可用于帮助提高电网安全性。但是，使用 PHEV 会导致更高的功率损耗和馈线过载问题。为了解决这些问题，本文采用了一种重构技术。一种启发式算法（称为基于集体决策的优化算法）用于克服问题的非凸性和非线性。采用无迹变换技术来模拟由太阳辐射、负载需求和天气温度引起的 DLR 不确定性，以及由不同的充电策略、正在充电的 PHEV 数量、充电开始时间和充电持续时间引起的 PHEV 不确定性。此外，设计了一种深度学习门控循环单元技术来预测可再生能源输出，以减轻可再生能源组件中的不确定性。部署了经过修改的 IEEE 33 总线测试网络来评估所提模型的效率和性能。
K-12 人工智能教育的非插电作业
不需要技术的计算机科学 (CS) 教育资源在计算机教育中变得有价值，原因多种多样，包括成本低、易于实施、结合物理/体现交互以及通常具有趣味性 (Nishida 等人，2009 年)。受这些“CS Unplugged”材料的启发 (Bell、Rosamond 和 Casey，2012 年)，过去一两年内开发了一些现有的不需要技术的 AI 教育在线资源。Ali 等人开发了一门针对 AI 伦理的非插电中学课程 (Ali、Payne、Williams、Park 和 Breazeal，2019 年)，Lindner 等人。已经开发了一个六课时的非插电课程，用于教授决策树和强化学习等概念（Lindner、Seegerer 和 Romeike，2019 年）。最近，一些其他未正式发布的非插电 AI 资源已作为课程计划在线提供（Microsoft，n.d.；Group，n.d.；Krueger，n.d.；Seegerer 和 Lindner，n.d.）。
代码插电活动包的代码小时
进行用户的操作，例如按钮的按钮或鼠标的单击。当您触摸平板电脑上的屏幕滚动时，这是一个事件。按下控制器上的按钮播放视频游戏时，该按钮也是一个事件！在本课程中，您将使用纸质控制器为您的家人编排舞蹈。
先进强混合动力及插电式混合动力工程评估与成本分析
为了提高车辆燃油效率并满足排放标准，全球汽车制造商增加了其强大的 HEV 和 PHEV 产品组合。许多汽车领域都开发并部署了新技术，这些技术声称可以提高效率和整体车辆性能，同时限制成本增加的影响。本研究对可用于支持近期和长期 OEM 混合动力战略的选定最新技术进行了工程评估和成本评估。根据对 OEM 混合动力战略、HEV/PHEV 销售和预测以及近几年车型中车辆架构和混合动力技术的进步的详细审查，选择了代表最先进技术的 6 种最先进系统。选定的技术中有五种与电动动力系统有关，第六种与加热和冷却有关。该研究强调了设计改进，并声称这些系统具有优势，然后继续了解生产它们所用的材料和制造工艺。然后估算了每个组件和组件的直接和间接成本。最后，该报告提供了对新兴技术的见解，以了解到 2025 年可能实现的潜在成本降低。
使用双向转换器开发多插电式电动汽车移动充电站 A. Dominic Savio 1 , Vimala Juliet A. 2 1 De
由带有直流纳米电网 (NG) 的分散能源供电的电动汽车 (EV) 充电站为不间断充电提供了一种选择。NG 由光伏 (PV) 和风能等可再生能源 (RES) 供电。当可再生能源产生的多余电力存储在本地能源存储单元 (ESU) 中时，可在可再生能源电力短缺时使用。在 NG 超载和 ESU 能源需求旺盛期间，移动充电站 (MCS) 可提供不间断充电。MCS 为电池更换和车辆到电网的可行性提供了一种选择。MCS 需要监控电池的充电状态 (SOC) 和健康状态 (SOH)。SOC 和 SOH 的监控与电压、电流和温度等各种电池参数有关。开发了一个实验室原型，并测试了 EV 到 NG 和基于物联网 (IoT) 监控电池参数的实际可能性。