XiaoMi-AI文件搜索系统
World File Search System最优
使用最优控制强化学习模型进行 COVID-19 疫苗激励计划
我们将 Covid-19 疫苗接种建模为两个群体之间的强化学习动态：疫苗采用者和疫苗犹豫者。使用疾病控制中心 (CDC) 提供的数据，我们计算出一个控制这两个群体之间动态互动的收益矩阵，并表明他们正在进行一场鹰派-鸽派进化博弈，其内部存在进化稳定的纳什均衡（人群中接种疫苗的渐近百分比）。然后，我们问是否可以通过实施奖励/惩罚疫苗犹豫者的动态激励计划来提高疫苗接种率，如果可以，哪些计划是最佳的，它们的效果如何？什么时候是启动激励计划的最佳时间，激励措施应该有多大？通过使用量身定制的复制器动态强化学习模型和最优控制理论，我们表明精心设计和时间安排的激励计划可以通过在大量人群中向上移动纳什均衡来提高疫苗接种率，但只能达到一定程度，超过一定阈值的激励规模会显示收益递减。
OPF-Learn：用于创建代表性交流最优潮流数据集的开源框架：预印本
摘要 — 可再生能源发电水平的提高激发了人们对数据驱动的交流最优功率流 (AC OPF) 方法的兴趣，以管理不确定性；然而，缺乏规范的数据集创建和基准测试，阻碍了对文献中的方法进行有用的比较。为了树立信心，模型必须能够可靠地预测各种运行条件下的解决方案。本文为 Julia 和 Python 开发了 OPF-Learn 包，它使用一种计算效率高的方法创建代表性数据集，涵盖交流 OPF 可行域的广泛范围。负载曲线是从包含交流 OPF 可行集的凸集中均匀采样的。对于找到的每个不可行的点，使用不可行性证书来减少凸集，这些证书是通过使用宽松公式的性质找到的。与文献中看到的传统技术相比，该框架可以生成更能代表整个可行空间的数据集，从而提高机器学习模型的性能。
使用人工蜂群算法实现微电网中的最优功率共享
摘要：在智能电网中，将多种可再生能源 (RES) 与存储和备用系统相结合的混合可再生能源系统可以提供最具成本效益和稳定的能源供应。然而，最近研究解决的最紧迫问题之一是如何最好地设计混合可再生能源系统的组件，以尽可能低的成本和最佳的可靠性满足所有负载要求。由于混合可再生能源系统的优化难度，找到一种提供可靠解决方案的有效优化方法至关重要。因此，在本研究中，优化了微电网之间的电力传输，以最大限度地降低整个系统和每个微电网的成本。为此，人工蜂群 (ABC) 被用作优化算法，旨在最大限度地降低微电网外部的成本和电力传输。ABC 算法优于其他基于种群的算法，并且具有需要更少控制参数的额外优势。ABC 算法还具有良好的弹性、快速收敛和强大的通用性。本研究进行了多项实验，以证明所提出的基于 ABC 的方法的有效性。模拟结果表明，所提出的方法是一种有效的优化方法，因为它可以以非常简单且计算效率高的方式实现全局最优。
采用动态最优功率流的电池储能系统调度框架
摘要 — 电池储能系统 (BESS) 有助于实现具有更高灵活性的低碳电网，但只有通过适当调度其运行才能实现既定目标。本文开发了一种基于动态最优功率流 (DOPF) 的调度框架，以优化电网规模 BESS 的日前运行，旨在减轻可再生能源发电的预测限制，并平滑传统发电机提供的网络需求。在 DOPF 中，整个网络和整个时间范围内的所有发电机组（包括模拟 BESS 出口和进口的发电机组）都集成到一个网络上。随后，应用 AC-OPF 来调度它们的功率输出以最小化总发电成本，同时满足功率平衡方程，并处理每个时间步骤的单元和网络约束以及与充电状态 (SOC) 相关的跨时间约束。此外，这里开发的 DOPF 需要经常应用的恒定电流-恒定电压充电曲线，该曲线在 SOC 域中表示。考虑到 1 MW BESS 在特定 33 kV 网络上的实际应用，调度框架旨在满足每个周期中 BESS 可用能源容量最佳利用的实际要求，同时每天完成最多一个周期。
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。
$^{87}$Sr 中十能级核自旋量子点的量子最优控制
我们研究了使用量子最优控制在 87 Sr、ad = 10 维（四进制）希尔伯特空间中实现 I = 9 / 2 核自旋状态的幺正映射的能力。通过核自旋共振和张量交流斯塔克位移的组合，仅通过调制射频磁场的相位，该系统即可实现量子可控。碱土金属原子（例如 87 Sr）由于复合线较窄且激发态的超精细分裂较大，因此具有非常有利的品质因数。我们用数字方式研究了量子速度极限、最优参数以及任意状态制备和完整 SU(10) 映射的保真度，包括由于光移激光引起的光泵浦而产生的退相干。我们还研究了使用稳健控制来减轻由于光移不均匀性而导致的一些失相。我们发现，当 rf Rabi 频率为 rf 且光移不均匀性为 0.5% 时，我们可以在时间 T = 4.5 π/ rf 内制备任意 Haar 随机状态，平均保真度 ⟨ F ψ ⟩= 0.9992，并在时间 T = 24 π/ rf 内制备任意 Haar 随机 SU(10) 映射，平均保真度 ⟨ FU ⟩= 0.9923。
QuantumCircuitOpt：可证明最优量子电路设计的开源框架
摘要 —近年来，量子计算界见证了大量在近期硬件上实现非平凡量子计算的新方法。一个重要的研究方向是将任意纠缠态（表示为幺正）分解为量子电路，即量子处理器支持的一系列门。众所周知，对于当前嘈杂的中等规模量子设备而言，分解时间较长和多量子比特门纠缠较多的电路容易出错。为此，人们对开发基于启发式的方法来发现紧凑电路产生了浓厚的兴趣。我们为此做出了贡献，提出了 QuantumCircuitOpt (QCOpt)，这是一个新颖的开源框架，它实现了数学优化公式和算法，用于将任意幺正门分解为一系列硬件原生门。QCOpt 的一个核心创新是它为其生成的量子电路提供最优性保证。具体来说，我们表明 QCOpt 可以将最多四个量子比特的电路中所需的门数量减少 57%，并且在商用计算硬件上的运行时间不到几分钟。我们还通过与简单的强力枚举算法进行比较，验证了 QCOpt 作为量子电路设计工具的有效性。我们还展示了 QCOpt 包如何适应各种内置类型的本机门集，这些门集基于不同的硬件平台，例如 IBM、Rigetti 和 Google 生产的硬件平台。我们希望这个包将促进量子处理器设计人员以及量子物理学家进一步探索算法。
控制与最优控制理论及其应用
高级应用有限元方法 C Ross，朴茨茅斯大学 工程结构分析 B. Bedenik 和 C. Besant 应用弹性 JD Renton，牛津大学 轴对称问题的有限元程序 C Ross 朴茨茅斯大学 iCurcuit 分析 JE. Whitehouse，雷丁大学 Conise 热力学 J. Dunning-Davies，船体控制与应用最优控制理论 D. Burghes 和 A Graham 工程材料的腐蚀与退化 H. McArthur 和 D. Spalding 衍射理论、天线与最优传输 R. Clarke 和 J. Bresant 电子工程中的数字滤波器与信号处理 SM Bozic 和 RJ Chance 机械系统动力学 C. Ross，大学朴茨茅斯大学 弹性梁与框架 JD Renton，牛津大学 电气工程数学 R. Clarke，伦敦帝国理工学院 工程数学 N. Challis 和 H. Gretton，谢菲尔德哈勒姆大学 工程热力学 G. Cole，赫尔大学 结构工程有限元程序 C Ross，朴茨茅斯大学 结构力学有限元技术 C. Ross，朴茨茅斯大学 结构概论 WR Spillers，新泽西理工学院 垃圾填埋场污染与控制 K. Westlake，拉夫堡大学 宏观工程 Davidson、Frankel、Meador，麻省理工学院 宏观工程与地球 U Kitzinger 和 EGFrankel 机械加工力学 P. Oxley 和 P. Mathew，新南威尔士大学 固体力学 C. Ross，朴茨茅斯大学 微电子学：基于微处理器的系统D. Boniface，朴茨茅斯大学 导弹制导与追踪 NA Shneydor，以色列理工学院，海法 面向对象技术与计算机系统再造 H. Zedan 工程师的弹性力学 CR Calladine，剑桥大学 压力容器：外压技术 C. Ross，朴茨茅斯大学 潮汐的秘密 JD Boon，弗吉尼亚海洋科学学院，美国 极端热力学 BH Lavenda，卡梅里诺大学，意大利 管道与明渠中的瞬态流，第二版* J. Fox，利兹大学
成本最优的高压直流输电连接将太阳能从澳大利亚输送到新加坡对生命周期气候变化的影响
摘要：本文旨在评估从澳大利亚大型太阳能光伏 (PV) 发电厂通过长距离海底高压直流 (HVDC) 电缆进口到新加坡的电力的生命周期温室气体 (GHG) 排放。开发了一个成本优化模型来估算系统组件的容量。建立了一个全面的生命周期评估模型来估算这些组件的制造和使用排放量。我们的评估表明，要满足新加坡五分之一的电力需求，需要一个装机容量为 13 GW PV、17 GWh 电池存储和 3.2 GW 海底电缆的系统。这种系统的生命周期温室气体排放量估计为 110 gCO 2 eq/kWh，其中大部分来自太阳能光伏板的制造。电缆制造对温室气体排放的贡献并不大。通过改变满负荷时间和电缆长度，评估发现，距离新加坡较近的站点可能以相同/更低的碳足迹和更低的成本提供相同的能源，尽管日照量低于澳大利亚。但是，这些站点可能比澳大利亚的沙漠造成更大的土地使用变化排放量，从而抵消了较短高压直流电缆的优势。