量子控制旨在操纵量子系统针对特定的量子状态或所需的操作。设计高度准确和效率的控制步骤对各种量子应用至关重要,包括能量最小化和电路汇编。在本文中,我们关注离散的二进制量子控制问题,并应用不同的优化算法和技术来提高计算效率和解决方案质量。特别是我们开发一个通用模型并以多种方式扩展它。我们引入了一个平方L 2-二烯函数来处理其他侧面范围,以模型要求,例如最多允许一个控件活跃。我们引入了一个总变化(TV)正常器,以减少控件中的开关数量。我们修改了流行的梯度上升脉冲工程(葡萄)算法,开发了一种新的乘数交替方向方法(ADMM)算法,以求解惩罚模型的持续放松,然后应用舍入技术来获得二元控制解决方案。我们提出了一种修改的信任区域方法,以进一步改善解决方案。我们的算法可以获得高质量的控制结果,这是由关于各种量子控制示例的数值研究所阐述的。
简介 许多方法已用于设计飞机自动驾驶仪。Taha 等人。(2009) 状态反馈、极点配置、滞后控制器和模型参考自适应控制技术已用于爬升率自动驾驶仪的设计。No 等人。(2006) 经典根轨迹和波特频率法用于设计高度稳定、速度和飞行路径角自动驾驶仪。此外,零努力脱靶概念也被有效用于提出适用于任意轨迹跟踪控制问题的制导律。在所提出的制导方案中,命令以速度、飞行路径和航向角的形式给出,以便它们可以轻松地与现有的控制配置相匹配,Giampiero 等人。(2007) 编队控制的设计基于内环和外环结构。平面外环制导律采用反馈线性化设计,而垂直通道的外环采用补偿器设计。内环线性控制器也是使用经典补偿方法设计的,Taha 等人。(2009) 设计了一个监督控制系统来管理不同自动驾驶仪的接合和脱离,并将命令输入传递给它们,使飞机实现所需的轨迹。在本文中,使用离散时间的模型跟踪技术设计了不同的自动驾驶仪。选择这些自动驾驶仪是为了将它们用于制导系统,以促使飞机在横向规划中实现特定的飞行路径。这些自动驾驶仪包括倾斜角、航向和水平环路自动驾驶仪。每个自动驾驶仪都将在飞机非线性模拟程序 (Brain, 1992) 上进行模拟,以说明飞机的响应并检查其实现平稳和可接受的机动的能力。本文使用了飞行条件 3 下的 Delta Aircraft 数据 (Etkin, 1982)。自动驾驶仪设计程序
摘要:锂(LI)金属电池(LMB)由于其超高理论能量密度而被视为最有前途的储能系统之一。但是,LI阳极的高反应性导致电解质的分解,从而对LMB的实际应用产生了巨大的障碍。常规试验方法在为LI金属阳极设计高度稳定的溶剂分子时效率低下。在此,提出了一种数据驱动的方法来探测溶剂还原稳定性的起源,并加速了晚期电量的分子设计。首先使用基于图理论的算法构建一个潜在溶剂分子的大数据库,然后通过第一原理计算和机器学习(ML)方法进行了全面研究。根据最低无占用分子轨道(LUMO)的分析,在离子 - 溶剂复合物的优势下,99%的电解质的还原稳定性下降。Lumo能级与结合能,键长和轨道比因子有关。基于沙普利添加剂解释的一种可解释的ML方法将偶极矩和分子半径识别为影响协调溶剂的还原性稳定性的最关键描述。这项工作不仅为离子溶剂化学提供了富有成果的数据驱动的见解,而且还揭示了调节溶剂的还原稳定性的关键分子描述子,从而加速了下一代LI Batteries的高级电解质分子的合理设计。8 - 11■简介可充电电池的出现彻底改变了现代技术,催化了大规模网格和无数消费电子产品的开发,例如智能手机,笔记本电脑和电动汽车。1-3,尤其是锂(Li)离子电池(LIBS),是最广泛的可充电电池之一,具有显着改变的能量能量和生活方式习惯的模式。4-7尽管Libs由于明显的优势而占据了可充电电池市场多年的主导地位,但它们的实用能量密度正接近理论上的限制。因此,由于现代社会的需求不断增长,因此需要强烈需要下一代高能密度。