XiaoMi-AI文件搜索系统
World File Search System数值结果
资源的双重建设性遗传算法 -
摘要 - 许多基于项目的组织（包括建筑和土木工程公司）出现了许多基于项目的组织。已经提出了针对资源有限的项目调度问题的许多启发式和元启发式方法。在本文中，提出了两个建设性遗传算法针对资源构成的多个项目调度问题提出的，该问题受益于许多优先级和几个辅助规则，这些规则被供应串行时间表生成方案（SGS），其中使用辅助规则来打破几个活动相等的优先级值。从多项目调度问题库（MPSPLIB）网站检索了不同尺寸的数值标准问题，并且在不同方案中分析了数值结果。然后，使用遗传算法来改善其参数通过实验设计（DOE）调谐的结果。这项研究的结果表明，所提出的方法的性能显着改善了几个问题实例的解决方案，并在mpsplib中注册。关键字 - 项目调度，多个项目，优先规则，决胜局，遗传算法。
通过定向能量沉积添加剂制造形成的双链不锈钢中微观结构的分析和快速建模
SuperDuplexStainlessStainlessSteelShavEseen增加了InpastDecades的侵害，使得Quireboth具有出色的机械性能和耐腐蚀性。双链钢的特性在很大程度上取决于它们的热史，这可以产生各种奥氏体与铁素铁岩的比率；而最佳特性通常需要接近50-50的铁氧体 - 奥斯特式复式微观结构。添加剂制造过程涉及大型热梯度，因为新材料在已经印刷的材料的顶部融化了，而热历史记录取决于过程参数。由于平衡相比值在很大程度上取决于温度，因此结果是报告的相比范围很广，从奥氏体的可忽略不计到大于60％。因此，重要的是要理解和预测相比如何取决于过程参数。我们使用激光金属粉末定向能量沉积（LMPDED）添加剂制造技术评估使用恒定过程参数的SAF 2507 SAF 2507 SAF 2507超级不锈钢的微观结构。印刷后的微结构分析揭示了奥氏体相位分数的梯度，这是距构建平台距离的函数。此数据揭示了在制造过程中铁氧体对奥斯丁岩的热历史与固固相变之间的关系。壁中每个位置的热历史是通过先前的快速数值模拟（在此贡献中得到改善）建模的，并且已经开发了基于半分析方法的快速消化控制的固相变相变模型。相比的数值结果与实验观察合理一致。 提出的模拟策略很快就可以调整过程参数，以实现相比的目标分布，以促进超级双层不锈钢的添加剂制造，并且已经提出了基于此基础的构建平台的温度控制策略，以达到几乎均匀的均匀的50-50相比率。相比的数值结果与实验观察合理一致。提出的模拟策略很快就可以调整过程参数，以实现相比的目标分布，以促进超级双层不锈钢的添加剂制造，并且已经提出了基于此基础的构建平台的温度控制策略，以达到几乎均匀的均匀的50-50相比率。
研究文章
摘要 本研究开发了一种轨迹模拟方法，用于估计低空火箭的远地点前飞行参数。旨在发展火箭轨迹的数学模型，并为设计和性能分析提供视角。使用四阶龙格-库塔方法对火箭的运动方程进行积分。首先，研究火箭在飞行过程中的高度、速度、加速度和俯仰角值随时间的变化。其次，动态计算压力中心和重心，以确定飞行过程中火箭静态裕度的变化。这种方法允许模拟提供有关火箭稳定性的信息。通过将数值结果与实际飞行数据和开源软件进行比较，验证了数值结果的准确性。为此，本研究使用了两枚具有设计参数和实际飞行数据的火箭，这些火箭之前曾发射到不同的高度。本研究特别关注非制导、低空、亚音速探空火箭的轨道模拟和稳定性，并强调了建模和仿真在火箭设计和优化中的重要性。
具有超可靠低延迟通信的无人机辅助边缘网络：数字孪生方法
摘要 提出了一种用于物联网 (IoT) 网络的数字孪生 (DT) 框架，其中无人机 (UAV) 充当飞行移动边缘计算 (MEC) 服务器，支持动态任务卸载。所考虑的 DT 模型非常适合工业自动化，并且严格限制关键任务服务的超可靠低延迟通信 (URLLC) 链路。为了支持低延迟物联网设备，我们制定了数字孪生辅助卸载 UAV-URLLC 的端到端 (e2e) 延迟最小化问题。具体而言，通过联合优化通信和计算参数（即功率、卸载因子以及物联网设备和 MEC-UAV 服务器的处理速率）来获得最小化的延迟。由于优化问题高度非凸，我们首先考虑 K 均值聚类算法来最佳地部署按需无人机。然后，有效地利用替代优化方法结合适当的内部近似来应对这一挑战。我们通过代表性数值结果证明了所提出的 DT 框架的有效性。
连续变量量子开关
摘要 - 光场单个模式的连续四元素提出了一个有希望的量子途径，可以编码量子信息。凭借协会希尔伯特空间的有限维度，与单个基于光子的Qubit编码相比，这些连续变量（CV）的量子状态可以实现更高的通信速率。量子中继器协议，对于以增强的速率扩展量子通信范围而不是直接传输。在这里，我们为CV量子编码提供了一个量子重复开关，该开关符合多个通信流。交换机的体系结构基于量子光源，检测器，记忆和交换结构，路由协议基于吞吐量最佳的最大权重调度策略。我们对可实现的二分纠缠率区域的数值结果呈现了多个CV纠缠流，该纠缠流可以通过开关稳定支持。我们借助示例性的3型网络来阐明我们的结果。索引术语 - Quantum连续变量，量子重新质量，量子开关，最大重量调度，纠缠分布
DNA图像存储的深关节源通道编码
摘要 - 在当前时代，基于脱氧核糖核酸（DNA）的数据存储是一种有趣的方法，具有实质性的学术兴趣和研究。本文介绍了一种新型的DNA图像存储的新型深关节源通道编码（DJSCC）方案，称为DJSCC-DNA。该范式通过三个关键修改将自己与常规的DNA存储技术区分开：1）它采用先进的深度学习方法，采用卷积神经网络来编码和解码过程； 2）它无缝将DNA聚合酶链反应（PCR）扩增整合到网络体系结构中，从而增强了数据恢复精度； 3）它通过针对优化的生物学约束来重组损失函数。通过特定的通道测试的数值结果证明了所提出的模型的表现，这表明它超过了传统的深度学习方法，从峰值信号 - 噪声比率（PSNR）和结构相似性指数（SSIM）方面。此外，该模型可有效确保对均聚物运行长度和GC含量的积极约束。
利用深度强化学习实现日前电力市场的储能套利
摘要 — 可再生和分布式能源资源的大规模整合增加了能源价值链各个层面对灵活性的需求。储能系统被视为灵活性的主要来源。它们有助于维持安全可靠的电网运行。问题是这些技术是资本密集型的，因此需要新的算法来实现套利，同时确保财务可行性。为此，在本研究中，我们开发了一种基于约束深度 Q 学习的竞价算法，以确定日前电力市场中的最佳竞价策略。所提出的算法确保符合储能系统约束。它将不完善但相当准确的 24 小时前价格预测数据作为输入，并返回最佳竞价策略作为输出。数值结果和敏感性分析表明，所提出的算法有效地包含了价格预测不确定性的影响，以保证财务可行性。索引术语 — 储能、能源套利、深度强化学习、深度 Q 网络、日前电力市场。
原子和分子共振的量子计算
假设电子坐标是独立于核坐标扩张的，则可以使用复合尺度方法来计算出生 - 脑海体近似内的分子共振。使用这种方法，将计算非铁官哈密顿量的复杂能量，其实际部分与共振位置和虚构部分有关，是寿命的倒数。在这项研究中，我们提出了模拟量子计算机上共振的技术。首先，我们将缩放的分子哈密顿量转化为第二量化，然后使用约旦 - 王室转换将缩放的哈密顿量转化为Qubit空间。为了获得复杂的特征值，我们引入了直接的测量方法，该方法用于获得简单的一维模型电位的共振，该模型具有与二离子分子相似的预隔离共振。最后，我们应用了该方法来模拟H -2分子的共振。IBM Qiskit模拟器和IBM量子计算机的数值结果验证了我们的技术。
集成可再生能源的智能家居能源管理系统
家庭能源管理系统 (HEMS) 在优化能源消耗方面发挥着重要作用。这些系统使用基于实时价格的需求响应程序来管理家用电器的电力消耗。这些系统的主要目标是降低电力成本并提高能源效率。本文提出了一种基于价格的需求响应方法，用于具有不同类型家用电器（包括电力存储和热存储系统）的智能家居。在所提出的方法中，在由能源中心系统建模的智能家居中考虑了各种电器。开发了一个目标函数，用于同时解决电力成本的日常管理，为智能家居提供全面的管理。所提出的模型研究了智能家居能源系统在各种条件下的响应方式。此外，随机优化考虑了需求、光伏 (PV) 和风能的概率性质。模拟结果表明，消费者的支付成本为 79 美分，排放成本为 7 美分。数值结果证明了该方法的有效性。
采用随机稳健方法实现综合可再生能源发电厂和 CAES 的最优前瞻性战略投标/报价
摘要 如今，由于可再生能源资源的高渗透率和电力系统的重组，光伏电站 (PVPP) 和风力发电厂 (WPP) 作为可再生能源发电厂 (RPP) 可以参与电力市场。然而，RPP 的间歇性发电可能对这些发电厂的所有者构成挑战。为了缓解 RPP 不可预测和间歇性的发电问题，压缩空气储能 (CAES) 等储能系统可以成为一种合适的解决方案。本文研究了电力市场中综合 RPP 和 CAES 的最佳日前和前瞻战略供应和竞标。此外，还提出了一种随机稳健方法来建模可再生能源发电和电价不确定性。在 CPLEX 求解器下，在 GAMS 软件中制定了所提出的混合整数线性规划 (MILP)。研究了三个案例研究以验证所提出的方法。数值结果显示，在乐观策略下，RPP和CAES的协调者有更多机会参与电力市场，但在悲观策略下，由于电力市场价格较低，协调者参与电力市场的倾向与乐观策略相比并无增加。