XiaoMi-AI文件搜索系统
World File Search System评估模型
研究论文基于动态影响图的UUV自主决策方法
针对无人水下航行器（UUV）作业环境中决策的复杂性和不确定性，该研究提出一种基于动态影响图（DID）和期望效用理论的自主决策方法。首先，建立UUV态势感知威胁评估模型，据此提出UUV自主决策的DID模型。然后，基于UUV威胁评估结果，推断并预测决策节点中各决策方案的效用。随后，利用最大期望效用原则选取最优自主决策方案。最后，通过仿真验证了DID方法的有效性。与传统专家系统相比，DID系统表现出很强的适应性，能够更好地解决不确定条件下的动态决策问题。
碳排放的社会成本、风险、分配、市场失灵
制定气候变化政策需要综合分析经济与环境之间的相互关系，包括：跨代和代内分配的巨大风险和影响；主要市场的许多失败、限制或缺失；以及政府在抵消这些失败和分配影响方面的局限性。许多标准经济模型（包括综合评估模型）并未体现这些基本要素的关键方面。我们发现，通常用于评估气候政策的描述性和规范性方法存在根本缺陷，显示出系统性偏差，高估了气候行动的成本，低估了收益。我们提供了一种计算碳社会成本的替代方法，该方法涵盖了我们已确定的基本要素。
评估印度尼西亚道路运输部门的能源效率和可再生能源利用情况，以按照国家贡献目标减少排放
摘要。印尼的交通运输部门是仅次于能源部门的温室气体排放最大贡献者之一，占温室气体排放总量的 28.4%。根据 2019 年的数据，公路运输部门的排放量占排放量的 70-80%。在公路运输部门实施能源效率和利用可再生能源 (RE) 对减少温室气体排放和实现国家气候变化贡献目标起着至关重要的作用。这些政策在 2023 年印度尼西亚共和国交通部长法令 (KEPMENHUB RI) 第 KM 8 号中概述，其中列出了要采取的具体步骤。尽管有这项政策，但公路运输部门脱碳仍需要重组人们的出行方式。转型应涉及四个领域，例如活动减少、模式选择和支持基础设施、能源强度和燃料碳强度，只有通过改变人类的消费行为并加强创新和技术开发才能成功。碳定价可以成为推动这一转变的替代方案。理论上，碳定价为运输制造商和消费者采取缓解措施提供了经济激励。本研究旨在分析 2023 年 KEPMENHUB RI No. KM 8 在减少道路运输排放方面的有效性，并确定潜在的补充政策，例如交通运输中的碳定价计划。研究方法包括文献综述、政策实施数据分析以及每种监管和政策实施情景的温室气体排放评估模型。在分析过程中，2023 年 KEPMENHUB RI No. KM 8 中的缓解行动政策根据避免、转变、改进 (ASI) 框架进行分类。政策、排放、环境和市场因素应用于温室气体排放评估模型。最终结果强调了每种情景的实现程度、有效性水平和实施难易程度。
IAM 和二氧化碳排放——分析讨论
气候变化综合评估模型 (IAM) 分析经济生产、温室气体 (GHG) 排放和全球变暖之间的长期相互作用。由于其复杂性，IAM 通常被局外人视为“黑匣子”。本文在一般分析框架中分析了二氧化碳排放的驱动因素、它们对碳税的反应以及它们对技术进步和能源供应替代性的依赖。气候变化综合评估的分析方法至少可以追溯到 Heal (1984) 富有洞察力的非定量贡献。多篇论文使用线性二次模型对气候政策进行定量分析讨论（Hoel & Karp 2002、Newell & Pizer 2003、Karp & Zhang 2006、Karp & Zhang 2012、Valentini & Vitale 2019、Karydas & Xepapadeas 2019、Karp & Traeger 2021）。这些线性二次方法的缺点是它们对经济和气候系统的描述过于程式化。特别是，这些模型没有生产或能源部门。Golosov 等人 (2014) 开辟了新局面，通过修改 Brock & Mirman (1972) 随机增长模型的对数效用和完全折旧版本，加入了能源部门和生产对排放的脉冲响应。 Golosov 等人 (2014) 的框架引发了关于分析综合评估模型 (AIAM) 的文献越来越多，包括应用于多区域环境 (Hassler & Krusell 2012、Hassler 等人 2018、Hambel 等人 2018)、非常量贴现 (Gerlagh & Liski 2018 b、Iverson & Karp 2020)、代际博弈 (Karp 2017) 和政权更迭 (Gerlagh & Liski 2018 a)。Traeger (2021) 将分析 IAM 与完全复杂性气候系统相结合，并概括了经济生产的表示，Traeger (2018) 将不确定性纳入框架。1
我国考虑负荷预测与储能系统优化配置的智能售电策略研究
摘要：随着电力体制改革的不断深入，售电公司需要采用新的售电策略，为客户提供更经济的营销方案。客户侧配置储能系统（ESS）可以参与电力相关政策，降低工商业客户的用电综合成本，提高客户收益，对于售电公司来说，也可以吸引新客户，扩大销量，快速占领市场。但目前研究的ESS评估模型大多是基于历史数据配置典型日储能容量和充放电调度指令，另外大多数模型没有充分考虑ESS的性能特性，不能准确评估储能模型的经济性。本研究提出了一种基于负荷预测、ESS优化配置参与的智能售电策略，基于长短期记忆（LSTM）人工神经网络对客户负荷进行预测分析，评估为客户增设储能的经济性。在两部制电价前提下，综合考虑能源电价和基本电价的节约效益，以最小化用户年度综合成本为目标，构建了储能系统评估模型，评估储能系统全生命周期的年化成本，以及电池容量衰减对经济性的影响。引入粒子群优化（PSO）算法对模型进行求解。通过对实际客户的算例模拟，客户的综合用电成本显著降低。此外，该智能售电策略可以根据客户的预期回收期提供不同的售电策略。与其他传统售电策略相比，该智能售电策略可以输出更准确的申报最大需量值，为客户提供更经济的解决方案。
飞机事件序列图灵敏度分析...
Seungwon Noh（博士生）、John F. Shortle（博士）、乔治梅森大学、弗吉尼亚州费尔法克斯 摘要 正在开发综合安全评估模型 (ISAM)，为国家空域系统提供基线风险评估，并评估拟议变更的安全影响。ISAM 中的因果风险模型是事件序列图 (ESD) 和故障树的混合模型，代表事故和事件场景。ISAM 包含数千个参数。本文根据几个重要性指标评估了这些参数在模型中的重要性，以确定最重要的参数。根据事故频率和死亡频率，对单个 ESD 以及所有 ESD 的枢轴事件和底层故障树事件进行分析。
分散机器学习中的数据收集
是由分散的机器学习（ML）生态系统的出现的动机，我们研究了数据收集的授权。将合同理论领域作为我们的起点，我们设计了最佳且近乎最佳的合同，这些合同处理了两个基本信息不对称的分散ML中出现的基本信息：在评估模型质量和不确定性的不确定性时，有关任何模型的最佳性能。我们表明，主体可以通过实现最佳实用程序的1-1 /e分数的简单线性合同来应对这种不对称性。为了解决缺乏有关光学性能的先验知识，我们提供了一个可以适应有效地计算最佳合同的凸面程序。我们还分析了更复杂的多个相互作用设置的操作用用率和线性合同。