XiaoMi-AI文件搜索系统
World File Search System最优
动态系统中政府债券的最优展期...
4 Blanchard 和 Weil (2001) 在第三和第四个例子中使用了随机存储模型，因此产出与资本存量呈线性关系。在脚注 11 中，他们指出，这些模型可以扩展以纳入资本存量的凹度，方法是将产出指定为 Y t = K α t − δK t ，其中 δ 是随机变量，但他们没有计算出该模型的含义。Barro (2021) 使用了一个与我们的模型一样的随机折旧模型，但他指定 Y t = AK t ，因此，与 Blanchard 和 Weil 的简单随机存储规范一样，资本存量中没有凹度。
最优有限时间布朗卡诺发动机
胶体系统实验控制的最新进展推动了中尺度热力学装置生产的革命。功能性“教科书”发动机，如斯特林循环和卡诺循环，已在远离平衡的胶体系统中生产出来。同时，此类装置的设计和分析也取得了重大的理论进展。在这里，我们使用热力学几何方法来表征与时变热浴接触的参数谐振子的最佳有限时间非平衡循环操作，特别关注布朗卡诺循环。我们推导出最佳参数化的卡诺循环以及另外两个新循环，并将它们耗散的能量、效率和稳态功率产生相互比较，并与之前测试过的卡诺循环实验方案进行比较。我们证明了，与之前实验测试的方案相比，我们的一款发动机的耗散能量提高了 20%，在其他条件下提高了 ∼ 50%，而我们的最终发动机比我们考虑过的其他发动机更高效、更强大。我们的结果为通过实验实现最佳中尺度热机提供了手段。
Julia 中的交流最优功率流
具有 13 个条目的 Dict{String,Any}：“source_type”=>“matpower” “name”=>“pglib_opf_case5_pjm” “source_version”=> v“2.0.0” “baseMVA”=> 100.0 “per_unit”=> true “bus”=> Dict{String,Any}(...) “branch”=> Dict{String,Any}(...) “dcline”=> Dict{String,Any}(...) “gen”=> Dict{String,Any}(...) “load”=> Dict{String,Any}(...) “shunt”=> Dict{String,Any}(...) “storage”=> Dict{String,Any}(...)
1. 最优投资策略——对数效用准则
假设有一个投资机会，投资者要么投资翻倍，要么一无所获。有利结果的概率是 p 。假设投资者的初始资本为 X 0 ，她可以多次重复这项投资。为了使资本增长最大化，她每次应该投资多少？
考虑电网约束的能源系统最优电力调度
摘要：随着可再生能源和行业耦合技术的份额不断增加，需要采用新方法来研究、规划和控制现代能源系统。这种新结构可能会给电网增加额外的压力，就像热泵和电动汽车一样。因此，必须考虑到不同行业施加的约束来估计系统的最佳性能。在本研究中，采用了能源系统调度优化模型。它包括一种用于生成电网约束的迭代方法，该方法与线性单元承诺问题分离。在考虑物理电网限制的同时，优化了系统中所有能源载体的调度。从所考虑的情景中发现，在一个典型的德国社区中，每个家庭约 5 kW p 的光伏渗透率可能导致每年因线路负荷而减少约 60 MWh 的电力。此外，所提出的方法消除了由于增加新部门而导致的电网违规，并将能源削减率降低至 45%。通过优化热泵运行，自耗量增加了 7%，电池系统和电动汽车的组合也取得了类似的效果。总之，实现了复杂能源系统的安全、最佳运行。从这项工作中可以得出有效的控制策略和更准确的工厂规模。
具有最优锁定目标的多风险 SIR 模型
我们开发了一个多风险 SIR 模型 (MR-SIR)，其中感染、住院和死亡率因群体而异——尤其是“年轻人”、“中年人”和“老年人”之间。我们的 MR-SIR 模型能够对最优策略进行易于处理的定量分析，类似于已经在同质代理 SIR 模型背景下开发的策略。对于应用于美国的 COVID-19 大流行的基线参数值，我们发现针对风险/年龄组进行差异化的最佳政策明显优于最佳统一政策，并且大部分收益可以通过对最年长群体实施更严格的封锁政策来实现。例如，对于相同的经济成本（GDP 下降 24.3%），相对于最佳统一政策，最佳半目标或完全目标政策可将死亡率从 1.83% 降低到 0.71%（从而挽救了 270 万人的生命）。直观地说，对最脆弱群体实施严格而长期的封锁既可以减少感染，又可以对低风险群体实施不那么严格的封锁。我们还研究了社交距离、匹配技术、疫苗的预期到达时间以及是否进行追踪检测对最佳政策的影响。总体而言，在我们的模型中，有针对性的政策与减少群体间互动、增加检测和隔离感染者的措施相结合，可以最大限度地减少经济损失和死亡人数。
具有最优锁定目标的多风险 SIR 模型
COVID-19 疫情已夺走 20 多万人的生命（截至 2020 年 4 月 27 日），迫使世界大部分地区实施大规模封锁，并造成了 90 年来最严重的全球经济衰退。经典的 SIR（易感-感染-康复）模型是研究人员和政策制定者理解和控制疫情的关键工具，该模型最初由 Kermack、McKendrick 和 Walker（1927 年）提出。SIR 框架及其各种扩展模拟了在康复者对疾病免疫且易感人群随着时间的推移而减少的环境下感染的传播和最终控制。2该模型的最简单版本由三个微分方程组成，可以对一系列感染的动态进行良好的首次近似。 3 最近的一些论文开始纳入经济权衡，并在此框架内进行最优政策分析（例如 Rowthorn 和 Toxvaerd，2020 年，Eichenbaum、Rebelo 和 Trabandt，2020a 年，Alvarez、Argente 和 Lippi，2020 年，Jones、Philippon 和 Venkateswaran，2020 年，Farboodi、Jarosch 和 Shimer，2020 年以及 Garriga 等人，2020 年）。4
AccQOC：加速基于量子最优控制的脉冲生成
摘要：在过去的几十年里，我们见证了量子计算的快速发展。在当前的噪声中型量子（NISQ）时代，量子机的能力受到退相干时间、门保真度和量子比特数量的限制。当前的量子计算应用距离真正的“量子至上”还很远，因为物理量子比特非常脆弱，只能纠缠几微秒。最近的研究使用量子最优控制来减少量子电路的延迟，从而有效地增加量子体积。然而，该技术的关键挑战是由于编译时间长而导致的开销大。在本文中，我们提出了 AccQOC，这是一种全面的静态/动态混合工作流程，使用 QOC（量子最优控制）将门组（相当于矩阵）转换为脉冲，并且编译时间预算合理。AccQOC 由静态预编译和加速动态编译组成。在使用考虑串扰的启发式映射算法将量子程序映射到量子电路之后，我们利用静态预编译为常用组生成脉冲，以消除它们的动态编译时间。脉冲是使用 QOC 生成的，并使用二分搜索确定延迟。对于新程序，我们使用相同的策略来生成组，从而避免为“覆盖”的组产生开销。动态编译通过加速脉冲生成来处理“未覆盖”的组。关键的见解是，可以基于相似组的生成脉冲更快地生成组的脉冲。我们建议通过生成有序的组序列来减少编译时间，其中序列中连续组之间的相似度总和最小。我们可以通过构建相似度图来找到序列 - 一个完整的图，其中每个顶点都是一个门组，边的权重是它连接的两个组之间的相似度，然后为 SG 构建最小生成树 (MST)。通过AccQOC方法论，我们达到了编译时间和总体延迟的平衡点，结果表明基于MST的加速编译相对于各组标准编译实现了9.88倍的编译加速，同时相对于基于门的编译平均保持了2.43倍的延迟降低。
大型语言模型的结构化最优脑修剪
海量的参数和计算需求阻碍了大型语言模型 (LLM) 的广泛应用。网络剪枝为该问题提供了一个实用的解决方案。然而，现有的 LLM 剪枝工作主要集中于非结构化剪枝或需要剪枝后微调。前者依靠特殊硬件来加速计算，而后者可能需要大量的计算资源。在本文中，我们介绍了一种无需再训练的结构化剪枝方法，称为 SoBP ( S structured O ptimal Brain P runing)。它利用全局一阶信息来选择剪枝结构，然后用局部贪婪方法对其进行细化，最后采用模块重构来减少信息丢失。我们在 8 个不同的数据集上对来自 3 个 LLM 系列的 14 个模型的有效性进行了评估。实验结果表明 SoBP 优于当前最先进的方法。
自主微电网虚拟惯性控制的最优模型预测控制
摘要：目前，可再生能源 (RES) 在电网中的渗透率显著提高，尤其是在微电网中。用 RES 取代传统同步机可显著降低整个系统的惯性。这会对不确定情况下的微电网动态产生负面影响，降低微电网频率稳定性，特别是在孤岛运行模式下。因此，本研究旨在利用虚拟惯性频率控制概念增强孤岛微电网频率弹性。此外，虚拟惯性控制模型采用了最优模型预测控制 (MPC)。MPC 的优化设计是使用一种优化算法，即非洲秃鹫优化算法 (AVOA) 实现的。为了证明所提出的控制器的有效性，将基于 AVOA 的 MPC 与使用各种优化技术进行优化设计的传统比例积分 (PI) 控制器进行了比较。利用 RES 的实际数据，并应用随机负载功率模式来实现实际的模拟结果。此外，微电网范例包含电池储能 (BES) 单元，用于增强孤岛微电网的暂态稳定性。模拟结果表明，基于 AVOA 的 MPC 在提高微电网频率弹性方面是有效的。此外，结果确保了 BES 在时域模拟中改善暂态响应的作用。模拟结果是使用 MATLAB 软件获得的。