XiaoMi-AI文件搜索系统
World File Search System最优化
增材制造技术材料、应用现状及发展趋势
1.1 AM的优势 增材制造(AM)技术的核心制造思想起源于20世纪80年代末的美国。1,2)美国材料试验协会(ASTM)将AM定义为基于三维(3D)模型数据,以逐层叠加的方式生产物品的过程,与减材制造技术相反,通常通过计算机控制将材料逐层叠加,最终将计算机上的3D模型转化为实体物体。3,5)基于不同的分类原则和理解,AM技术有多种称谓,如3D打印、快速成型制造、无实体制造等。传统的加工方法有减材制造、等材料制造,但往往需要利用模具进行预成型,不擅长加工形状复杂的工件。 6 10）AM技术无需机械加工，可直接从3D图形数据生成形状，因此可以大大缩短产品的开发周期，降低生产成本。同时，AM技术可以生产复杂的形状，并以最优化的设计方式实现产品功能。 11 16）
布鲁岛电力系统可再生能源规划技术经济优化研究
完整描述：https://lib.ui.ac.id/detail?id=9999920545458&lokasi=lokal ------------------------------------------------------------------------------------------ 摘要 实现印度尼西亚 2030 年 NDC 目标的策略之一是通过开发可再生能源发电厂，以及从化石燃料向可再生能源的转变。使用柴油发电厂，特别是在布鲁岛作为唯一电力供应商，会导致排放，并增加公用事业系统的能源成本 (CoE)。另一方面，布鲁岛拥有丰富的可再生能源潜力，如地热能、水能、生物能、太阳能等。本研究旨在通过考虑可再生能源结构、财务可行性、减少当地电力系统能源消耗量、减少二氧化碳排放以及当地工业负荷（即渔业）的潜在增长，设计布鲁岛的最佳发电系统。部门。本研究利用 HOMER 软件获得了一种能够为负载提供最优化可再生能源渗透率、最低平准化能源成本 (LCOE) 和最低二氧化碳排放量的发电厂场景。布鲁岛电力系统共计7个系统，分为4个系统，即原有4个分布式系统组成的综合系统和另外3个分布式系统。本研究的结果为每个系统提供了最优的混合或完全基于可再生能源的发电厂配置。这种配置可以将能源成本降低至 20.17 cUSD/kWh，并将二氧化碳排放量降低至零。 ......印尼实现2030年NDC目标的策略之一是发展可再生能源发电厂，以及从化石燃料向可再生能源的转变。使用柴油发电厂，特别是布鲁岛作为唯一电力供应的情况，会导致排放，并增加公用事业系统的能源成本 (CoE)。另一方面，布鲁岛拥有丰富的可再生能源潜力，如地热能、水能、生物能、太阳能等。本研究旨在通过考虑可再生能源结构、财务可行性、减少当地电力系统的能源消耗、减少二氧化碳排放以及当地产业（即渔业部门）的潜在负荷增长来设计布鲁岛的最佳发电系统。本研究利用 HOMER 软件获得了一种发电场景，该场景可以为负载提供最优化的可再生能源渗透率、最低的平准化能源成本 (LCOE) 和最低的二氧化碳排放量。布鲁岛电力系统共计7个系统，分为4个系统，即原有4个分布式系统组成的综合系统和另外3个分布式系统。本研究结果为每个系统给出了混合或完全可再生能源发电厂配置的最优配置。这些配置可将能源成本降低高达 20.17 cUSD/kWh，并实现二氧化碳排放量为零。
调节癌症中的微小RNA：下一代疗法
摘要 微小RNA（miRNA）是一类内源表达的基因组非编码调节子，能够介导多种生物和病理过程。越来越多的证据表明，癌细胞中微小RNA经常失调，这与肿瘤的发生、发展、迁移、侵袭、抵抗细胞死亡和耐药性有关。研究表明，由于这些小RNA对多种细胞过程有广泛的影响，调节它们是一种治疗多种疾病（尤其是癌症）的新型且有前途的治疗工具。然而，由于适当的miRNA不能最优化地递送至癌症部位、在血液循环中被核酸酶快速降解以及脱靶效应限制了它们的研究和临床应用。因此，迫切需要提高miRNA调节剂的治疗效果，同时降低其毒性。多种miRNA调节剂的递送载体已被证明在体内和体外均有效。在本综述中，我们将讨论 miRNA 在癌症中的作用和重要性，并提供关于目前可用于 miRNA 调节的载体的观点。我们还将总结基于 miRNA 的治疗策略临床转化的挑战和前景。关键词 MiRNA；失调；递送系统；癌症治疗；临床转化
印度政府环境、森林和气候变化部
为了选择最优化的工程布置方案，对四种工程布置方案进行了研究： 方案一：布置为地下电站，该方案的其他组成部分包括上水库、取水口建筑物、压力钢管/压力井、尾水出口和下水库，容量为1500 MW。 方案二：布置为地面电站，该方案的其他组成部分包括上水库、取水口建筑物、压力钢管/压力井、尾水出口、尾水渠和下水库，容量为1500 MW。 方案三：布置为地下电站，该方案的其他组成部分包括上水库、取水口建筑物、压力钢管/压力井、尾水出口、尾水渠和下水库，容量为810 MW。 方案四：布置为地下电站，该方案的其他组成部分包括上水库、取水口建筑物、压力钢管/压力井、尾水出口、尾水渠和下水库，容量为550 MW。这四种方案的布局有四个不同的下水库位置和三个不同的上水库位置。方案 1 和方案 2 的上水库位置相同。但是，方案 1 和方案 2 的下水库位置略有不同。方案 3 和方案 4 的项目布局有独立的项目组件，所有组件（即上水库、下水库和输水系统排列）的位置都不同。
SILVIA CINGOLANI 的简历 - 数学
期刊审稿人：Acta Mathematica Scientia；Advanced Nonlinear Studies；Advances in Non- linear Analysis；Annali di Matematica Pura e Applicata；Archiv der Mathematik；Boundary Value Problems；Calculus of Variations and Partial Differential Equations；Canadian J. Mathematics；Communications in Applied Analysis；Communications in Contemporary Mathematics；Communications on Partial Differential Equations；Communications on Pure and Applied Analysis；Complex Variables and Elliptic Equations；Microtical and Integral Equations；Electronic Journal of Differential Equations；ESAIM：Control, Optimisation and Calculus of Variations；Funk- cialaj Ekvacioj；International Journal of Mathematics and Mathematical Sciences；Israel Journal of Mathematics；Journal of Differential Equations；Journal of Fixed Point Theory and Applications；Journal of Functional Analysis；Journal of London Mathematical Society；Journal of Mathematical Analysis and Applications；最优化理论与应用杂志；数学手稿；数学杂志；地中海数学杂志；美国数学学会通讯；非线性分析理论，方法和应用；非线性微分方程和应用 NoDea；非线性；应用数学季刊；太平洋数学杂志；爱丁堡皇家学会会刊；帕多瓦大学数学研讨会论文集；SIAM 数学分析杂志；非线性分析中的拓扑方法；应用数学和物理杂志（ZAMP）。
两部门增长经济体中有理资产价格泡沫的必要性
经验支持，1现代财务理论的主要观点是，在股息支付资产中产生资产价格泡沫存在根本困难。本文通过提供稳健的例子经济体来挑战这种观点，在这种经济体中，资产价格泡沫对于平衡存在必要，并将泡沫的出现与经济增长和宽松的财务状况联系起来。生成资产价格气泡的根本困难可以由Spininal Santos和Woodford（1997）泡沫不可能的定理来总结：他们的定理3.3指出，如果总质基的现值是有限的，那么资产的价格是正面供应量或具有有限净额的资产价格或有限的效果。由于现实中的大多数资产都处于正净供应量（例如股票和土地）或具有有限的成熟度（例如债券和期权），以便在现实环境中产生泡沫，因此有必要构建模型，在该模型中，总质量的现值是无限的。除了风格化的重叠世代（OLG）模型外，由于有限的生活，个人最优性和无限的现值可能是一致的，还必须考虑具有金融摩擦的模型。具有足够的财务限制，个人最优化和无限的现值可能是一致的，因为财务限制可以阻止代理资本化捐赠的无限现值。2
使用 HOMER Pro 对印度洋偏远岛屿的混合柴油发电机和可再生能源进行技术经济分析
摘要：本研究涉及 2004 年地震海啸严重影响的印度洋偏远岛屿的电气化。为了给这些岛屿供电，2019 年安装了两台容量分别为 110 kW 和 60 kW 的柴油发电机。本研究调查了使用可再生能源补充或替换这两台发电机组的可行性。2019 年，岛上安装了两台容量分别为 110 kW 和 60 kW 的柴油发电机来供电。本研究分析了使用可再生能源补充或替换这两台发电机的可行性。这里提出的可再生能源选项包括 100 kW 风力涡轮机、太阳能光伏、转换器和电池。因此，本研究的目标是进行技术经济分析，并优化印度洋偏远岛屿的混合柴油和可再生能源系统。电力再生混合优化模型 (HOMER) Pro 软件用于本分析的所有模拟和优化。计算基于当前柴油价格每升 0.90 美元（不含补贴）。研究发现，基于最优化的系统，可再生能源本身就能贡献 29.2% 的可再生能源份额。净现值 (NPC) 从 165 万美元降至 139 万美元，平准化能源成本 (CoE) 从 0.292 美元/千瓦时降至 0.246 美元/千瓦时。优化系统的内部收益率 (IRR) 为 14%，投资回报率 (ROI) 为 10%，简单回收期为 6.7 年。这项研究表明，在印度尼西亚一个偏远岛屿引入可再生能源在技术上是可行的，那里许多岛屿都无法用电。
控制与仪表工程
16MA607 数值方法与优化 4 - 0 - 0 - 4 方程和特征值问题的解：线性插值法、假位置法、牛顿法、不动点定理陈述、不动点迭代、高斯消元法解线性系统、高斯-约登法和迭代法、高斯-约登法求矩阵逆、幂法求矩阵特征值。常微分方程的初值问题：单步法、泰勒级数法、欧拉法和修正欧拉法、用于解一阶和二阶方程的四阶龙格-库塔法。多步法：Milne 和 Adam 的预测器和校正器方法。线性规划：公式化、图形和单纯形法、大 M 方法、两相法、对偶单纯形法、原始对偶问题。无约束一维优化技术：必要和充分条件。无限制搜索方法：斐波那契和黄金分割法、二次插值法、三次插值和直接根法。无约束 n 维优化技术：直接搜索法、随机搜索、模式搜索和 Rosen Brooch 的山丘声称法、下降法、最速下降法、共轭梯度法、拟牛顿法。约束优化技术：必要和充分条件、等式和不等式约束、Kuhn-Tucker 条件、梯度投影法、割平面法、罚函数法。动态规划、最优化原理、递归方程方法、最短路线应用、货物装载、分配和生产计划问题。教科书/参考文献：1.S. S. Rao，“能源优化理论与实践”，John Wiley and Sons，2009 年。2.Taha H. A.，“运筹学——导论”，第八版，Prentice Hall
机器学习的非技术介绍
人类易于执行而计算机难以完成的任务包括识别照片中的物体、面孔或动物，或者识别语音中的单词。另一方面，也有一些任务对计算机来说很容易，而对人类来说很难，比如处理大量数字或准确记忆大量文本。机器学习是过去几年取得最令人瞩目的成功的人工智能技术。然而，它并不是人工智能的唯一方法，还存在概念上不同的方法。机器学习也与其他科学领域有着密切的联系。首先，它与统计学有着明显的密切联系。事实上，大多数机器学习方法都利用了数据的统计特性。此外，机器学习中使用的一些经典方法实际上是在统计学中发明的（例如线性或逻辑回归）。如今，统计学和机器学习的进步之间存在着持续的相互作用。 ML 还与信号和图像处理有着重要的联系，ML 技术在这些领域的许多应用中都很有效，信号/图像处理概念通常是设计或理解 ML 技术的关键。它还与数学的不同分支有各种联系，包括最优化和微分几何。此外，ML 方法设计的一些灵感来自于对生物认知系统的观察，因此与认知科学和神经科学有着联系。最后，数据科学这个术语已经变得很普遍，指的是使用统计和计算方法从数据中提取有意义的模式。在实践中，机器学习和数据科学共享许多概念、技术和工具。然而，数据科学更注重从数据中发现知识，而机器学习则侧重于解决任务。本章首先介绍了一些关于人工智能和机器学习的历史里程碑（第 2 节）。然后，它继续介绍 ML 的主要概念，这些概念是理解本书其他章节的基础。
机器学习的非技术介绍
人类易于执行而计算机难以完成的任务包括识别照片中的物体、面孔或动物，或者识别语音中的单词。另一方面，也有一些任务对计算机来说很容易，而对人类来说很难，比如处理大量数字或准确记忆大量文本。机器学习是过去几年取得最令人瞩目的成功的人工智能技术。然而，它并不是人工智能的唯一方法，还存在概念上不同的方法。机器学习也与其他科学领域有着密切的联系。首先，它与统计学有着明显的密切联系。事实上，大多数机器学习方法都利用了数据的统计特性。此外，机器学习中使用的一些经典方法实际上是在统计学中发明的（例如线性或逻辑回归）。如今，统计学和机器学习的进步之间存在着持续的相互作用。 ML 还与信号和图像处理有着重要的联系，ML 技术在这些领域的许多应用中都很有效，信号/图像处理概念通常是设计或理解 ML 技术的关键。它还与数学的不同分支有各种联系，包括最优化和微分几何。此外，ML 方法设计的一些灵感来自于对生物认知系统的观察，因此与认知科学和神经科学有着联系。最后，数据科学这个术语已经变得很普遍，指的是使用统计和计算方法从数据中提取有意义的模式。在实践中，机器学习和数据科学共享许多概念、技术和工具。然而，数据科学更注重从数据中发现知识，而机器学习则侧重于解决任务。本章首先介绍了一些关于人工智能和机器学习的历史里程碑（第 2 节）。然后，它继续介绍 ML 的主要概念，这些概念是理解本书其他章节的基础。