XiaoMi-AI文件搜索系统
World File Search System最优解
传感器
摘要：本文提出了一种分层深度强化学习 (DRL) 方法，用于智能家电和分布式能源 (DER)（包括储能系统 (ESS) 和电动汽车 (EV)）的能源消耗调度。与基于离散动作空间的 Q 学习算法相比，该方法的新颖之处在于，使用基于参与者-评论家的 DRL 方法在连续动作空间中调度家用电器和 DER 的能源消耗。为此，提出了一个两级 DRL 框架，其中根据消费者偏好的家电调度和舒适度在第一级调度家用电器，而使用第一级的最优解以及消费者环境特征在第二级计算 ESS 和 EV 的充电和放电计划。在分时定价下，在一个有空调、洗衣机、屋顶太阳能光伏系统、ESS 和 EV 的单个家庭中进行了模拟研究。不同天气条件、工作日/周末和电动汽车驾驶模式下的数值示例证实了所提出方法在电力总成本、储能系统和电动汽车的能量状态以及消费者偏好方面的有效性。
具有需求响应和抽水蓄能的多源独立微电网优化管理的定量风险规避模型
摘要：高可再生能源集成的独立微电网需要从其他可调度资源获得更大的爬坡能力，以补偿系统中可用可再生能源的间歇性和可变性的影响。针对这一问题，提出了一种考虑需求响应和抽水蓄能的风电-太阳能-热电-水电耦合多源独立微电网（WSTHcMSSM），以利用多资源互补性来最大化运营利润并得到多源发电系统的最优解。在 WSTHcMSSM 中，我们通过彻底研究随机性和模糊性特性，提出了一种基于条件可信值 (CVaC) 的定量风险规避模型，用于不确定的风电和太阳能发电。此外，风电和太阳能波动引起的最严重问题发生在峰值负荷期间，本文提出了一种负荷分割方法来确定需求响应中的使用时间 (TOU) 以削减峰值负荷。为验证所提方法，进行了案例研究。从研究案例中发现，CVaC 可以很好地评估风能和太阳能集成的 WSTHcMSSM 中的不确定性。此外，WSTHcMSSM 可以有效探索多源互补的潜在灵活性，以促进可再生能源的渗透。
色散和码本设计问题的量子加速
摘要 在本文中，我们提出了最大和与最大最小色散问题的新公式，这些公式可通过 Grover 自适应搜索 (GAS) 量子算法实现解决方案，从而实现二次加速。色散问题是被归类为 NP 难的组合优化问题，经常出现在涉及最佳码本设计的编码理论和无线通信应用中。反过来，GAS 是一种量子穷举搜索算法，可用于实现成熟的最大似然最优解。然而，在传统的简单公式中，通常依赖于二进制向量空间，导致搜索空间大小甚至对于 GAS 来说都是令人望而却步的。为了规避这一挑战，我们改为在 Dicke 态上搜索最佳色散问题，即具有相等汉明权重的二进制向量的相等叠加，这显著减少了搜索空间，从而通过消除惩罚项简化了量子电路。此外，我们提出了一种用距离系数的秩替换距离系数的方法，有助于减少量子比特的数量。我们的分析表明，与使用阿达玛变换的传统 GAS 相比，所提出的技术可以降低查询复杂度，从而增强基于量子解决色散问题的可行性。
无人固定翼飞机气动外形优化
1 助理教授，2,3,4 本科生 1,2,3,4 机械工程系，1,2,3,4 戈达瓦里工程技术学院，Rajamundry-533296，安得拉邦，印度 摘要：遥控的重要性日益增加，这刺激了能够飞行的无人驾驶飞行器 (UAV) 的发展，从小型昆虫大小的无人机到大型传统飞机。这些无人机在农业、监视、环境监测、搜索和救援、航空摄影、基础设施检查和科学研究领域有着广泛的应用。本研究旨在通过使用完全自动化的工作流程提高 0 度攻角 (AOA) 下的升阻比来优化固定翼无人机的气动形状。我们的研究包括遗传算法 (GA)，它模仿自然选择的进化过程以在复杂的问题空间中发现最优解，以及 PyFluent，一种强大的计算流体动力学 (CFD) 工具。这项工作分为三个阶段：初始阶段、优化阶段和模拟阶段。最佳翼型配置在 0 度 AOA 时实现 24.8 的升阻比，特别是在 40 m/s 的速度下。索引术语 - 无人机、升阻比、0 度 AOA、遗传算法 (GA)、PyFluent I. 简介
量子电路分区到 SAQIP 架构构建块的精确映射
摘要 — 量子计算受益于量子态的集体特征，例如叠加和纠缠，可以有效解决传统系统难以解决的问题。可扩展量子信息处理器架构 (SAQIP) 是一种有前途的技术，它基于离子阱，实现了一种由大量全定制构建块（旨在实现所谓的基本逻辑单元 (ELU)）组成的混合体，这些构建块通过可重构光开关网络连接。与每个架构一样，需要相应的设计方法才能将给定的量子功能正确映射到相应的设备上。然而，由于相应的复杂性经常使过去的架构无法实现这项任务的精确解决方案，大多数现有的映射方法都依赖于启发式方法，因此无法提供精确/最佳结果。然而，考虑到 SAQIP 架构，可以避免这个问题。事实上，由于这种架构的构建块，任何要映射的电路都必须划分为 ELU。由于这些通常规模适中，因此可以得到精确/最优解。在本文中，我们概述了一种可以生成此类最优结果的精确映射方法。为此，我们在混合整数线性规划 (MILP) 中提出了相应的公式，可以应对（较小但仍然不平凡的）复杂性。
![arXiv:2103.14479v2 [quant-ph] 2021 年 12 月 28 日](/simg/d\dd34c1b8638c536220fabc5f622e2940f1a67543.webp)
arXiv:2103.14479v2 [quant-ph] 2021 年 12 月 28 日
量子变分优化已被提出作为解决优化问题的替代方案，比传统方法更快、更大规模。在本文中，我们系统地研究了纠缠、变分量子电路的结构和优化问题的结构在这些算法的成功和效率中的作用。为此，我们的研究重点是变分量子特征求解器 (VQE) 算法，该算法应用于可调密度随机图上的二次无约束二进制优化 (QUBO) 问题。我们的数值结果表明，根据问题的拓扑结构调整纠缠门的分布具有优势，特别是对于在低维图上定义的问题。此外，我们发现有证据表明，应用条件风险价值型成本函数可以改进优化，增加与最优解重叠的概率。然而，这些技术也提高了基于产品状态（无纠缠）的 Ans¨atze 的性能，这表明基于这些技术的新经典优化方法可以在某些方面胜过现有的 NISQ 架构。最后，我们的研究还揭示了问题难度与基态和第一激发态之间的汉明距离之间的相关性，这一想法可用于设计基准并了解优化方法的性能瓶颈。
定价电池储能系统在能源、储备和按绩效付费调节市场中的最佳参与
摘要 — 出于评估不同市场中电池储能服务的最佳分配及其对市场运营的影响的需要，本文提出了一个优化框架，以协调独立公用事业规模定价电池储能系统 (BESS) 在能源、旋转备用和基于性能的监管市场中的运行。整个问题被表述为一个双层优化过程，其中所有市场的结构都考虑到联合运行限制进行建模。研究了按绩效付费监管市场中定价者 BESS 的战略竞价行为。此外，还介绍了一种在优化中建模自动发电控制 (AGC) 信号的特定方法。虽然公式化的问题是非线性的，但它被转换为混合整数线性规划 (MILP) 以找到最优解。使用从真实市场数据创建的测试用例场景对所提出的框架进行评估。案例研究结果显示了 BESS 的定价行为对能源、备用和监管市场联合运营的影响。索引术语 — 电池储能系统 (BESS)、竞价策略、定价者、基于绩效的监管市场、双层优化、混合整数线性规划
高可再生能源并网保险合同
摘要 — 可再生能源的日益普及对电网可靠性提出了重大挑战。人们越来越有兴趣利用保险等金融工具来帮助终端用户对冲由于可再生能源变化而导致的负载损失的潜在风险。有了保险，用户向公用事业公司支付保费，这样如果他的需求没有完全满足，他就会得到补偿。一个合适的保险设计需要解决以下两个挑战：（i）用户的可靠性偏好是私人信息；（ii）保险设计与可再生能源投资决策紧密相关。为了应对这些挑战，我们采用合同理论来引出用户的私人可靠性偏好，并研究公用事业公司如何联合优化保险合同和可再生能源规划。一个关键的分析挑战是保险设计和可再生能源规划的联合优化是非凸的。我们通过揭示最优解的重要结构特性来解决这一难题，借助两个基准问题：无保险基准和社会最优基准。与无保险基准相比，我们证明了在最优合同下社会成本和用户总能源成本始终不大。模拟结果表明，在中等电价、低类型异质性和高可再生能源不确定性的情况下，保险合同的收益最大。
通过多目标瓶藻群算法在配电网中分配可再生能源资源，同时考虑风能和太阳能资源的不确定性
摘要：鉴于可再生能源在配电系统中的重要性，本文讨论了定位和确定这些能源（即风力涡轮机和太阳能电池板）容量的问题。为了解决这个优化问题，使用了一种基于salp行为的新算法。目标函数包括减少损耗、改善电压曲线和降低可再生能源成本。在该方法中，考虑了配电系统中不同负载模型和使用智能电表的不同负载水平的可再生资源分配。由于这些目标函数是多目标的，因此使用模糊决策方法从一组帕累托解中选择最优解。所考虑的目标函数可减少损耗、改善电压曲线和降低 RES 成本（A 在不受资源限制的情况下最佳地分配 RES 资源；B：在受资源限制的情况下最佳地分配 RES 资源）。此外，还考虑了每日风、太阳辐射和温度数据。所提出的方法应用于 IEEE 标准 33 总线系统。仿真结果表明，多目标群体算法（MSSA）在改善电压分布和降低配电系统损耗方面具有更好的性能。最后，将 MSSA 算法的优化结果与 PSO 和 GA 算法进行了比较。
解决不确定性以制定有效的决策...
摘要 — 由于空中交通需求的增长和缺乏能够满足这种需求的资源，机场容量已成为空中交通网络的制约因素。本文介绍了一种决策支持系统的算法实现，以更有效地利用空域和地面容量。该系统将能够为空中交通管制员处理大量航班提供支持，同时将潜在冲突降至最低。在这个框架中，空域和地面机场运营都被考虑在内。冲突被定义为飞机之间在空域和跑道方面的最小间隔违规，以及滑行道网络和航站楼的容量超载。本文提出的方法包括一种迭代方法，该方法将优化和模拟结合起来，以找到能够抵御由于到达和离开过程的不同阶段存在的不确定性而引起的扰动的解决方案。采用优化模型来寻找（次）最优解，而基于离散事件的模拟模型评估目标函数。通过将模拟与优化相结合，我们生成了更强大的解决方案，能够抵御运营的变化，巴黎戴高乐机场的案例研究支持了这一点。索引词——机场、空域、优化、模拟、不确定性。