XiaoMi-AI文件搜索系统
World File Search System规划问题
考虑生命周期和不确定性的主动配电网存储分配
摘要 — 现代主动配电系统需要集成存储系统，从而促进光伏 (PV) 能源的大规模扩散。这进一步要求对储能系统进行最佳规划，以满足所有运营和经济约束。本文介绍了一种详尽的存储集成方法，考虑了电池储能的生命周期、负载和光伏输出的不确定性以及系统的孤岛运行模式。制定了一个两阶段混合整数线性规划问题，该问题在第一阶段确定电池的容量和放电周期数。在第二阶段分析了基于部分放电深度的电池寿命。此外，通过概率分析和时间周期聚类考虑了光伏和需求的不确定性和可变性。该方法在标准的 33 总线径向配电网上得到了验证，可用于分配分布式锂离子电池。此外，该方法的可扩展性在实际的印度配电网和加拉加斯大都市地区的 141 台母线配电网（各个节点都有分布式光伏装置）中得到了验证。
采用一种新颖的 TF/TA 最优飞行轨迹规划...
摘要。本文提出了一种新方法，以增强保形映射在地形跟随 (TF) 和地形规避 (TA) 飞行中最佳轨迹规划过程中的应用。新方法使用保形映射概念作为修饰工具，将由于存在障碍物而导致飞行高度受限的受限轨迹规划问题转换为没有障碍物和最小高度约束的再生问题。在这方面，利用 Schwarz-Christoel 定理将高度约束纳入飞机动态运动方程。然后通过数值方法（即直接 Legendre-Gauss-Radau 伪谱算法）求解再生的最优控制问题。优化了飞行时间、地形遮蔽和气动控制力的综合性能指标。此外，为了获得真实的轨迹，在求解算法中将飞机的最大爬升率和下降率作为不等式约束。二维飞行场景的几个案例研究表明该方法在 TF/TA 轨迹规划中的适用性。大量模拟证实了所提方法的有效性，并验证了解决方案的可行性，满足了问题的所有约束。
量子退火机的动态规划
更具体地说，我们解决了 QA 的局限性，QA 并非为解决许多经济模型核心的动态规划问题而设计的。具体来说，QA 本身不允许随时间推移或跨多个目标函数进行迭代，并且受到量子到经典瓶颈的影响，这严重限制了可以读出多少经典信息作为问题的解决方案。我们的方法克服了这些限制，可用于恢复宏观经济学、产业组织、博弈论和劳动经济学问题的政策和价值函数。为了评估我们的方法，我们在 QA 上求解实际商业周期 (RBC) 模型，并将其性能与 Aruoba 和 Fern´andez-Villaverde ( 2015 )（以下简称 AFV ）中的基准结果进行比较。求解 RBC 模型还使我们能够展示如何以可以在 QA 上求解的方式制定一个众所周知的经济模型。即使受到现有量子技术的限制，我们仍然可以在 AFV 中使用 C++ 以 VFI 解决方案计算时间的 3% 或组合计算时间的 0.66% 来解决 QA 上的 RBC 模型
通过统一系统建模和缩小搜索空间实现可重构电池系统的高效最优控制
摘要 —可重构电池系统 (RBS) 正在成为一种有前途的解决方案，可提高容错性、充电和热平衡、能量输送等。为了优化这些性能指标，需要制定和解决高维非线性整数规划问题。在此过程中，需要解决来自非线性电池特性、离散开关状态、动态系统配置以及大型系统固有的维数灾难的多重挑战。因此，我们提出了一个统一的建模框架来适应 RBS 的各种潜在配置，甚至涵盖不同的 RBS 设计，大大促进了 RBS 的拓扑设计和优化问题制定。此外，为了解决制定的 RBS 问题，搜索空间被定制为仅包含可行的 SSV，从而确保系统安全运行，同时大幅减少搜索工作量。这些提出的方法侧重于统一系统建模和缩小搜索空间，为有效制定和高效解决 RBS 最优控制问题奠定了坚实的基础。仿真和实验测试证明了所提出方法的准确性和有效性。
人工智能决策助力地球健康
在线学习中的有效探索（AAAI 最佳论文亚军、IJCAI）行星健康问题通常是空间规划问题，其中每个动作都是特定于上下文的，对应于地球上的物理区域。与每个动作相关的地理特征使我们能够使用平滑度假设来关联动作。例如在野生动物保护中，我们预计具有相似地理特征的地区也会有相似的偷猎模式。从数学上讲，我们可以将两个动作的奖励中的这种相似性编码为 Lipschitz 连续性。此外，每个动作（巡逻一组区域）在区域数量上是组合的，但可以分成具有附加、可分解奖励的构成区域。因此，我们引入了一种新的多臂老虎机变体，该变体结合了可分解性和平滑性，在这些奖励估计上强制实施 Lipschitz 连续性假设，以实现明显更快的收敛 [3]。我们表明，这种方法可以改善遗憾界限，并且不依赖于区域数量 N ，与最先进的 ˜ O ( T
答案集规划：一项调查
自动规划是自主智能系统设计的核心组件之一。该术语指的是寻找一套行动方案（即计划）的任务，该方案将世界的状态从给定状态更改为另一个状态。自动规划器将规划问题作为输入，该输入包括领域描述或行动理论、初始状态描述和目标状态描述，并计算问题的解决方案（如果存在）。多年来，自动规划一直是人工智能的一个活跃研究领域。它已经成为一个成熟的研究领域，拥有自己的年度会议，即从 1991 年开始的国际自动规划和调度会议 (ICAPS) 1 系列，其中包括几个与规划和调度相关的卫星研讨会以及许多轨道的规划竞赛。因此，有关规划的文献非常庞大。Ghallab 等人（2004 年）和（2016 年）的教科书分别包含 500 多个和 600 多个参考文献。 Yang (1997) 撰写的关于规划的专著以抽象和分解为重点，有超过 150 篇参考文献。Hendler 等人 (1990) 对古典规划的调查也引用了超过
规划官员报告 – LDCA 2024 年 11 月
此前，该物业于 2020 年申请过开发许可（编号 2020/05），要求将用途从住宅护理院改为包含十个一居室住宿单元的社会住房。土地开发管理局将该申请提交给总督委员会，建议批准，但随后该申请被撤回，因为圣赫勒拿残疾人援助协会登记了警告，声称自己有兴趣成为筹款建造该物业以向残疾人和弱势群体提供全职和临时护理的社区的一部分。该警告将阻止业主对该物业进行任何开发。土地注册处处长于 2020 年 12 月 17 日撤销了该警告；但注册处处长确实表示，如果 SHDPA 协会愿意，可以寻求更高的法律补救措施；这似乎并未得到采取行动，部分原因是该提案被撤回。需要注意的是，财务/所有权问题超出了规划范围，与对该开发申请的规划问题和提案优点的评估无关。
Skip-Plan：通过精简动作空间学习在教学视频中进行程序规划
在本文中，我们提出了 Skip-Plan，一种用于教学视频中程序规划的压缩动作空间学习方法。当前的程序规划方法都遵循每个时间步的状态-动作对预测并相邻地生成动作。虽然它符合人类的直觉，但这种方法始终难以应对高维状态监督和动作序列的错误积累。在这项工作中，我们将程序规划问题抽象为数学链模型。通过跳过动作链中不确定的节点和边，我们以两种方式将长而复杂的序列函数转换为短而可靠的序列函数。首先，我们跳过所有中间状态监督，只关注动作预测。其次，我们通过跳过不可靠的中间动作将相对较长的链分解为多个短的子链。通过这种方式，我们的模型在压缩动作空间中探索动作序列内各种可靠的子关系。大量实验表明，Skip-Plan 在程序规划的 CrossTask 和 COIN 基准测试中实现了最先进的性能。
关键基础设施持续供电可行性优化引擎评估：预印本
摘要 — 在灾难事件发生频率越来越高的情况下，一个典型的情况是关键基础设施 (CI) 单元由可用的备用电源支持，而电网较弱，可能会间歇性或缺失。这种情况在为 CI 单元提供可靠的电力供应方面具有重大挑战性。在本文中，开发了一种智能优化方案，称为生存力范围 (HoV) 引擎，以保证在一段时间内持续、可靠地为 CI 单元供电。所提出的 HoV 引擎使用混合整数凸规划问题在一段时间内生成本地可用发电源和负载的成本最优组合。开发了一个控制器硬件在环 (CHIL) 平台来评估 HoV 引擎的控制性能。实验结果证实了在电网中断事件后维持 CI 单元生存力的有效性。此外，所提出的 HoV 优化方案比文献中现有的净负载管理方案表现更好。索引词——灾害恢复力、发电调度、负荷管理、微电网、混合整数规划。
考虑多尺度不确定性的电力系统容量扩张嵌套交叉分解算法
现代电力系统见证了可再生能源、储能、电动汽车和各种需求响应资源的迅速普及。因此，电力基础设施规划面临着更多挑战，因为各种新资源带来了多变性和不确定性。本研究旨在开发一个多阶段多尺度随机混合整数规划 (MM-SMIP) 模型，以捕捉电力系统容量扩张问题的粗时间尺度不确定性，例如投资成本和长期需求随机性，以及细时间尺度不确定性，例如每小时可再生能源产出和电力需求不确定性。要应用于实际电力系统，所得到的模型将导致极大规模的混合整数规划问题，不仅遭受众所周知的维数灾难，而且每个阶段的大量整数变量也会带来计算困难。针对MM-SMIP模型的此类挑战，我们提出了一种嵌套交叉分解算法，该算法由两层分解组成，即Dantzig-Wolfe分解和L形分解。该算法在我们的数值研究中表现出良好的计算性能，并且特别适合并行计算，这也将通过计算结果得到证明。