多目標(biāo)優(yōu)化算法有哪些,該文圍繞包含柴油發(fā)電機(jī)、風(fēng)力發(fā)電、光伏發(fā)電和鉛酸蓄電池的獨(dú)立微網(wǎng)系統(tǒng)中的容量配置問題,提出了包含微網(wǎng)全壽命周期內(nèi)的總成本現(xiàn)值、負(fù)荷容量缺失率和污染物排放的多目標(biāo)優(yōu)化設(shè)計(jì)模型。該
2021-07-12 06:52:54
四個(gè)目標(biāo)函數(shù)的極小值,分別如下:f(1)=(0.005*x(4)/(x(4)+1))-1;f(2)=(0.005/(x(4)+1))-1;f(3)=101279.2039*((x(4)+0.995
2014-06-13 09:22:30
各項(xiàng)電能質(zhì)量指標(biāo)運(yùn)行偏差(百分?jǐn)?shù))應(yīng)當(dāng)在第三條所列國家標(biāo)準(zhǔn)允許偏差以內(nèi)??紤]到電網(wǎng)結(jié)構(gòu)、運(yùn)行方式
2009-10-22 16:34:52
測量電能質(zhì)量的主要指標(biāo)是頻率、電壓和波形。頻率:額定頻率為50Hz。頻率的變化對(duì)應(yīng)于系統(tǒng)中有源負(fù)載的變化,頻率的調(diào)整是調(diào)度的主要職責(zé)之一。電壓:國家標(biāo)準(zhǔn)規(guī)定的額定電壓標(biāo)準(zhǔn)包括:低壓單相220V,三相
2023-04-06 09:51:01
目錄穩(wěn)壓電源的指標(biāo)質(zhì)量指標(biāo)特性指標(biāo)穩(wěn)壓電源的分類線性穩(wěn)壓電源開關(guān)穩(wěn)壓電源穩(wěn)壓電源的指標(biāo)質(zhì)量指標(biāo)穩(wěn)壓系數(shù)電壓調(diào)整率電流調(diào)整率輸出電阻溫度系數(shù)波紋電壓特性指標(biāo)允許的輸入電壓輸出電壓輸出電流輸出電壓調(diào)節(jié)
2021-11-12 08:56:34
提出多目標(biāo)隱寫檢測評(píng)估方法,分析隱寫檢測的應(yīng)用領(lǐng)域,針對(duì)目前隱寫檢測指標(biāo)過于粗略的問題,對(duì)隱寫檢測評(píng)估指標(biāo)進(jìn)行擴(kuò)展和描述。結(jié)合隱寫檢測應(yīng)用領(lǐng)域的不同需求,應(yīng)用
2009-03-20 15:19:56
20 本文介紹了齒輪傳動(dòng)的多目標(biāo)設(shè)計(jì)方法,以斜齒輪體積和傳動(dòng)平穩(wěn)可靠性為目標(biāo)函數(shù),建立了斜齒圓柱齒輪傳動(dòng)的多目標(biāo)優(yōu)化設(shè)計(jì)數(shù)學(xué)模型。并且結(jié)合實(shí)例利用科學(xué)計(jì)算軟件MATLAB的
2009-04-07 10:59:50
26 本文描述了基于可變機(jī)器約束的多目標(biāo)柔性Job-shop調(diào)度問題模型,并應(yīng)用一種改進(jìn)的遺傳算法進(jìn)行求解。我們采用了表示工序先后順序及機(jī)器選擇的二維編碼方式,以多目標(biāo)優(yōu)化
2009-08-31 11:17:18
13 針對(duì)多物資多點(diǎn)出救多目標(biāo)應(yīng)急調(diào)度問題的特點(diǎn),本文建立了一種以時(shí)間最短、成本最小為目標(biāo)的數(shù)學(xué)模型,應(yīng)用模糊理想點(diǎn)法作為多目標(biāo)模糊判決的求解算法,把多目標(biāo)決策問題
2010-01-15 16:03:25
8 無線尋呼通信質(zhì)量指標(biāo)標(biāo)準(zhǔn)
信息產(chǎn)業(yè)部關(guān)于發(fā)布 《電信服務(wù)標(biāo)準(zhǔn)(試行)的通告》 信部電[2000]27號(hào) 4.3 尋呼系統(tǒng)通信質(zhì)量指標(biāo)
2010-03-12 17:35:24
500 應(yīng)用可分解的多目標(biāo)進(jìn)化算法,同時(shí)優(yōu)化這兩個(gè)目標(biāo),以獲得期望的Pareto Front(PF)。實(shí)驗(yàn)證明,該設(shè)計(jì)方法易于實(shí)現(xiàn),且效果良好、穩(wěn)定性強(qiáng)。優(yōu)化的PDN的輸入阻抗?jié)M足設(shè)計(jì)要求并且優(yōu)化的去
2012-01-10 17:12:36
21 現(xiàn)代儀器的質(zhì)量指標(biāo)與儀器的主要結(jié)構(gòu)參數(shù)之間有一定的制約關(guān)系。要使總目標(biāo)好,實(shí)際上就是一個(gè)多目標(biāo)優(yōu)化問題。但是目前還沒有見到對(duì)所有質(zhì)量指標(biāo)進(jìn)行優(yōu)化設(shè)計(jì)的例子,目前己
2012-06-01 16:12:07
1348 考慮風(fēng)電消納能力的含風(fēng)電場電力系統(tǒng)
多目標(biāo)優(yōu)化調(diào)度研究_辛?xí)詣?/div>
2016-12-29 14:35:28
0 基于決策者偏好的微電網(wǎng)經(jīng)濟(jì)_環(huán)保多目標(biāo)優(yōu)化調(diào)度研究_李昕
2016-12-30 15:16:36
0 H_2O_LiBr雙吸收式熱變換器系統(tǒng)多目標(biāo)參數(shù)優(yōu)化_王漢治
2017-01-02 15:36:12
0 基于Matlab_Simulin_省略_發(fā)電機(jī)電能質(zhì)量指標(biāo)仿真計(jì)算與分析_孫凱
2017-01-02 15:24:00
0 磁懸浮開關(guān)磁阻電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)_孫玉坤
2017-01-07 17:16:23
2 分散式風(fēng)電場不同時(shí)間等級(jí)的多目標(biāo)無功優(yōu)化控制_邢作霞
2017-01-07 17:16:23
0 基于CMGA的SoC測試多目標(biāo)優(yōu)化研究_談恩民
2017-01-07 18:39:17
1 基于演化硬件的多目標(biāo)進(jìn)化算法的研究
2017-01-08 14:47:53
0 開關(guān)磁阻電機(jī)多目標(biāo)協(xié)同優(yōu)化設(shè)計(jì)_宋受俊
2017-01-08 11:28:38
0 安全儀表系統(tǒng)設(shè)計(jì)的多目標(biāo)優(yōu)化_左信
2017-01-18 20:21:17
0 基于分解思想的導(dǎo)航星座多目標(biāo)優(yōu)化_劉欣
2017-03-17 16:10:45
0 基于多目標(biāo)蟻群優(yōu)化的交通路徑優(yōu)化研究_項(xiàng)前
2017-03-17 15:54:23
0 基于多工況的車門結(jié)構(gòu)多目標(biāo)優(yōu)化設(shè)計(jì)方法研究_易輝成
2017-03-17 15:44:14
0 混合WSNs中基于多目標(biāo)優(yōu)化的覆蓋控制算法_祁育仙
2017-03-19 19:07:04
0 在高維多目標(biāo)優(yōu)化問題中,Pareto支配關(guān)系存在非支配解隨優(yōu)化目標(biāo)數(shù)增加呈指數(shù)級(jí)增長和種群選擇壓力下降等問題。針對(duì)這些問題,基于線性權(quán)重聚合函數(shù)和支配關(guān)系兩種比較多目標(biāo)解方法的思想,提出一種線性權(quán)重
2017-11-24 16:56:49
0 在面向?qū)ο筌浖O(shè)計(jì)與實(shí)現(xiàn)過程中,類職責(zé)分配是其中最重要且復(fù)雜的步驟之一,它在很大程度上影響軟件質(zhì)量。為了實(shí)現(xiàn)類職責(zé)自動(dòng)分配的目標(biāo),從軟件內(nèi)聚與耦合度量的角度出發(fā),建立了類職責(zé)分配問題多目標(biāo)優(yōu)化模型
2017-11-28 17:35:25
0 針對(duì)可重構(gòu)系統(tǒng)硬件任務(wù)劃分并行度最大問題,提出一種基于并行度最大的多目標(biāo)優(yōu)化任務(wù)劃分算法。首先,該算法在滿足可重構(gòu)硬件面積資源和合理依賴關(guān)系的約束下,按廣度優(yōu)先的遍歷方式搜索待劃分的操作節(jié)點(diǎn);然后
2017-11-30 09:59:13
0 針對(duì)軟件定義網(wǎng)絡(luò)(SDN)中控制平面的負(fù)載均衡問題,提出了一種基于多目標(biāo)優(yōu)化的動(dòng)態(tài)交換機(jī)遷移算法( M-DSMA)。該算法首先將交換機(jī)與控制器之間的映射關(guān)系轉(zhuǎn)變?yōu)?-1矩陣優(yōu)化問題;其次,通過
2017-12-01 16:26:52
0 全局中尋求優(yōu)化,以防落入局部最優(yōu);然后利用云模型對(duì)較好的布谷鳥巢位置局部優(yōu)化來提高精度;最后將兩種方法對(duì)比得到相對(duì)更好的解作為最優(yōu)值以完成優(yōu)化。對(duì)比誤差估計(jì)值及多樣性指標(biāo),由5個(gè)常用多目標(biāo)測試函數(shù)仿真結(jié)果可知,CCMMOCS比傳統(tǒng)多目
2017-12-04 16:32:51
0 (AVDEVTCN)。針對(duì)圖的AVDEVTC問題,提出了一種基于多目標(biāo)優(yōu)化的染色算法。設(shè)計(jì)了一個(gè)總目標(biāo)函數(shù)和四個(gè)子目標(biāo)函數(shù),在染色矩陣上通過每個(gè)點(diǎn)的顏色集合的迭代交換操作,使得每個(gè)子目標(biāo)函數(shù)都達(dá)到最優(yōu),進(jìn)而滿足總目標(biāo)函數(shù)的要求,完成染色。經(jīng)過理論分析和實(shí)驗(yàn)對(duì)
2017-12-06 14:53:24
0 移動(dòng)無線傳感器網(wǎng)絡(luò)(WSN)的應(yīng)用中,因?yàn)閭鞲衅鞴?jié)點(diǎn)的感知范圍受限,其覆蓋分析就是一個(gè)針對(duì)目標(biāo)區(qū)域的掃描覆蓋問題。提出了一種基于多目標(biāo)優(yōu)化的掃描覆蓋算法。在目標(biāo)區(qū)域中,采用雙目標(biāo)優(yōu)化策略對(duì)單個(gè)移動(dòng)
2017-12-07 16:41:38
0 虛擬機(jī)分布穩(wěn)定性的基于多目標(biāo)優(yōu)化的動(dòng)態(tài)資源配置方法,結(jié)合各應(yīng)用負(fù)載的當(dāng)前狀態(tài)和未來的預(yù)測數(shù)據(jù),綜合考慮虛擬機(jī)重新放置的開銷以及新虛擬機(jī)放置狀態(tài)的穩(wěn)定性,并設(shè)計(jì)了面向虛擬機(jī)分布穩(wěn)定性的基于多目標(biāo)優(yōu)化的遺傳算
2017-12-12 16:17:40
0 針對(duì)單目視覺對(duì)多個(gè)相似的目標(biāo)跟蹤因遮擋等因素影響而失效的問題,提出一種基于改進(jìn)霍夫森林框架的多目標(biāo)跟蹤算法。在將多目標(biāo)跟蹤問題歸結(jié)為基于目標(biāo)檢測的軌跡關(guān)聯(lián)過程基礎(chǔ)上,通過引入在線學(xué)習(xí)霍夫森林框架將
2017-12-14 17:09:39
0 儲(chǔ)能系統(tǒng)在緩解可再生能源發(fā)電和負(fù)荷波動(dòng)對(duì)系統(tǒng)安全穩(wěn)定性的影響中起著重要作用。針對(duì)配網(wǎng)系統(tǒng),考慮儲(chǔ)能配置與儲(chǔ)能系統(tǒng)運(yùn)行之間的相互影響,以最小化投資運(yùn)行總成本和電壓偏差為目標(biāo),建立雙層儲(chǔ)能多目標(biāo)優(yōu)化配置
2017-12-18 10:19:26
0 軟件產(chǎn)品線中,產(chǎn)品定制的核心是選擇合適的特征集.由于多個(gè)非功能需求間往往相互制約甚至發(fā)生沖突,特征選擇的本質(zhì)是多目標(biāo)優(yōu)化過程,優(yōu)化過程的搜索空間被特征間錯(cuò)綜復(fù)雜的依賴和約束關(guān)系以及明確的功能需求大大
2017-12-25 16:33:34
0 數(shù)據(jù)進(jìn)行算例仿真,驗(yàn)證了模型的有效性,比較了單目標(biāo)優(yōu)化和多目標(biāo)優(yōu)化對(duì)微電網(wǎng)優(yōu)化運(yùn)行的影響。利用非線性規(guī)劃工具進(jìn)行求解,獲得全局最優(yōu)解。算例結(jié)果表明,計(jì)及可中斷負(fù)荷的考慮特定時(shí)段聯(lián)絡(luò)線削峰填谷微電網(wǎng)多目標(biāo)優(yōu)
2017-12-26 11:47:13
0 一種綜合考慮系統(tǒng)運(yùn)行成本以及常規(guī)機(jī)組低谷時(shí)刻負(fù)調(diào)峰能力的多目標(biāo)機(jī)組組合優(yōu)化模型,并使用高效易行的歸一化法線約束方法求解該多目標(biāo)問題。為應(yīng)對(duì)風(fēng)電的隨機(jī)性,將所得的Pareto解集與風(fēng)電預(yù)測區(qū)間結(jié)合,對(duì)不同的機(jī)組組合
2017-12-26 16:28:05
12 以系統(tǒng)的經(jīng)濟(jì)成本和C0,排放量最小為優(yōu)化目標(biāo),兼顧發(fā)電側(cè)與需求側(cè)柔性負(fù)荷的雙側(cè)協(xié)調(diào)配合,建立了考慮柔性負(fù)荷的多目標(biāo)安全約束機(jī)組組合優(yōu)化模型。針對(duì)傳統(tǒng)法線邊界交叉(normal boundary
2017-12-26 16:55:31
15 讀寫命中率評(píng)價(jià)SSD緩存分配效果,未能充分考慮SSD的服務(wù)能力上限,難以適用于典型的分布式應(yīng)用場景,存在虛擬機(jī)搶占SSD緩存資源,導(dǎo)致虛擬機(jī)中應(yīng)用性能違約的可能.實(shí)現(xiàn)了虛擬化環(huán)境下面向多目標(biāo)優(yōu)化的自適應(yīng)SSD緩存系統(tǒng)??紤]了SSD的服務(wù)能力上限,基于自適應(yīng)閉
2017-12-26 17:13:20
0 為多目標(biāo)遺傳算法優(yōu)化問題,在保證當(dāng)前時(shí)刻的聚類質(zhì)量的同時(shí),又能使當(dāng)前聚類結(jié)果與前一時(shí)刻網(wǎng)絡(luò)結(jié)構(gòu)保持一致.該算法在初始化過程中加入標(biāo)簽傳播算法。提高了初始個(gè)體的聚類質(zhì)量.提出基于標(biāo)簽的變異算法。增強(qiáng)了算法的聚類效果和
2017-12-27 13:38:30
0 的角度建立了供電能力多目標(biāo)優(yōu)化模型。該模型以供電能力最大和負(fù)荷均衡度最高為目標(biāo),并滿足N-1安全準(zhǔn)則。采用非支配排序遺傳算法搜索多目標(biāo)Pareto前沿,并用熵權(quán)理想度排序法進(jìn)行折中最優(yōu)解的決策。算例分析結(jié)果顯示,相比于現(xiàn)
2017-12-29 16:00:24
13 針對(duì)傳統(tǒng)的優(yōu)化算法求解多目標(biāo)動(dòng)態(tài)環(huán)境經(jīng)濟(jì)調(diào)度( MODEED)模型時(shí)極難獲得高質(zhì)量的可行解,且收斂速度慢等問題,根據(jù)MODEED模型約束特征,設(shè)計(jì)了一種約束修補(bǔ)策略;然后將該策略嵌入非支配排序算法
2018-01-05 14:31:38
0 多目標(biāo)優(yōu)化問題是需要同時(shí)處理多個(gè)相互沖突和相互影響的目標(biāo),一個(gè)子目標(biāo)的改善有可能會(huì)引起另一個(gè)或者另幾個(gè)子目標(biāo)的性能降低,需要在他們中間進(jìn)行協(xié)調(diào)處理。起初,多目標(biāo)優(yōu)化問題往往通過加權(quán)等方式轉(zhuǎn)化為單目標(biāo)
2018-01-13 09:48:43
0 針對(duì)傳統(tǒng)的模糊聚類算法大都針對(duì)單一目標(biāo)函數(shù)的優(yōu)化,而無法獲得更全面、更準(zhǔn)確的聚類結(jié)果的問題,提出一種基于改進(jìn)多目標(biāo)螢火蟲優(yōu)化算法的模糊聚類方法。首先在多目標(biāo)螢火蟲算法中引入一種動(dòng)態(tài)調(diào)整的變異機(jī)制以
2018-01-14 11:08:37
1 充電站最大化其收入與電力系統(tǒng)最大化其負(fù)載因子形成一個(gè)多目標(biāo)優(yōu)化問題。本文提出多目標(biāo)最優(yōu)化方法來解決此多目標(biāo)優(yōu)化問題,進(jìn)而產(chǎn)生柏雷多(Pareto)最優(yōu)電動(dòng)汽車充電策略。文末進(jìn)行數(shù)值分析來驗(yàn)證所提出方法的有效性。
2018-01-16 13:52:29
7017 
和投資經(jīng)濟(jì)性最優(yōu)為目標(biāo)的VSC-HVDC多目標(biāo)優(yōu)化布點(diǎn)模型,并采用快速非支配排序遺傳算法求解;通過多端口網(wǎng)絡(luò)等值模型約簡可行解
2018-01-29 10:09:51
3 在微電網(wǎng)調(diào)度過程中綜合考慮經(jīng)濟(jì)、環(huán)境、蓄電池的循環(huán)電量,建立多目標(biāo)優(yōu)化數(shù)學(xué)模型。針對(duì)傳統(tǒng)多目標(biāo)粒子群算法(multi-objective particle swarm optimization
2018-01-30 18:07:20
11 為充分利用有限的計(jì)算資源提高多目標(biāo)無功優(yōu)化的實(shí)用性和計(jì)算效率,提出一種考慮決策者偏好信息的配電網(wǎng)無功多目標(biāo)優(yōu)化方法。該方法將優(yōu)化過程分為2個(gè)階段,第1階段完成Pareto前沿的粗略描繪,并利用等值線
2018-01-31 17:07:15
3 是典型的多目標(biāo)優(yōu)化問題,且兩個(gè)優(yōu)化目標(biāo)具有不同維度,并可能互相沖突,很難在優(yōu)化中互相協(xié)調(diào)。因此,通過定義目標(biāo)隸屬度函數(shù)對(duì)模型中的子優(yōu)化目標(biāo)進(jìn)行模糊化,將原始優(yōu)化問題轉(zhuǎn)換為基于最大滿意度的單目標(biāo)優(yōu)化問題,并
2018-02-26 09:57:04
1 短時(shí)調(diào)度考慮從技術(shù)、經(jīng)濟(jì)和環(huán)境等方面對(duì)各類微電源進(jìn)行能量優(yōu)化配置,并使用Pareto支配法對(duì)微電網(wǎng)多目標(biāo)優(yōu)化問題進(jìn)行了求解。對(duì)單步求解生成的Pareto解集,使用權(quán)重系數(shù)法、附加目標(biāo)法和調(diào)度空間法進(jìn)行了調(diào)度方案篩選,確定
2018-03-01 16:01:53
1 為了優(yōu)化永磁渦流驅(qū)動(dòng)器的幾個(gè)關(guān)鍵結(jié)構(gòu)參數(shù),研究了基于多種群遺傳算法的多目標(biāo)優(yōu)化算法。首先,在磁場分析模型的基礎(chǔ)上,推導(dǎo)出關(guān)鍵結(jié)構(gòu)參數(shù)的解析表達(dá)式。以永磁體厚度、極弧系數(shù)和銅盤厚度為變量,以輸出轉(zhuǎn)矩
2018-03-02 11:05:25
0 為了更好地利用固定串聯(lián)補(bǔ)償電容器改善網(wǎng)架薄弱、供電半徑大以及長線路末端有重負(fù)荷配電網(wǎng)的電壓偏差,研究了確定固定串聯(lián)補(bǔ)償電容器選址定容的多目標(biāo)優(yōu)化方法。以電壓整體偏差、串聯(lián)補(bǔ)償容抗和有功網(wǎng)絡(luò)損耗最小為
2018-03-05 11:37:46
0 效益最優(yōu)的多目標(biāo)優(yōu)化模型。根據(jù)工作日、周末和晴、陰雨天組合設(shè)計(jì)了四種典型場景,在滿足功率平衡等約束的前提下實(shí)現(xiàn)獨(dú)立微網(wǎng)的經(jīng)濟(jì)調(diào)度。針對(duì)優(yōu)化變量多、場景復(fù)雜的微網(wǎng)優(yōu)化模型,提出了改進(jìn)的混沌粒子群算法(Chaos Par
2018-03-06 16:14:35
0 對(duì)磁性聯(lián)軸器進(jìn)行了多目標(biāo)優(yōu)化設(shè)計(jì)。通過半經(jīng)驗(yàn)半理論設(shè)計(jì)得到了磁性聯(lián)軸器設(shè)計(jì)參數(shù)作為初始參考設(shè)計(jì)參數(shù),采用巾心組合試驗(yàn)設(shè)計(jì)(central composite design,CCD)方法與NSGA
2018-03-06 16:28:14
0 針對(duì)60 MN力標(biāo)準(zhǔn)機(jī)承壓板結(jié)構(gòu)輕量化拓?fù)?b class="flag-6" style="color: red">優(yōu)化時(shí),既要求結(jié)構(gòu)的剛度最大化又要求結(jié)構(gòu)的低階固有頻率最大化的多目標(biāo)拓?fù)?b class="flag-6" style="color: red">優(yōu)化問題,提出了針對(duì)多個(gè)目標(biāo)采用加權(quán)平均的方法把多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化
2018-03-15 13:33:54
0 相鄰區(qū)域內(nèi)的微網(wǎng)因互聯(lián)互供所需可組成多微網(wǎng)系統(tǒng),有助于提高該區(qū)域內(nèi)微網(wǎng)能效。針對(duì)離網(wǎng)模式下串聯(lián)結(jié)構(gòu)多微網(wǎng),提出一種綜合考慮負(fù)荷供電率和負(fù)荷持續(xù)供電時(shí)間的負(fù)荷供電性能多目標(biāo)優(yōu)化控制算法。建立各層子微網(wǎng)
2018-03-20 14:14:44
0 提出一種高維多目標(biāo)電力系統(tǒng)無功優(yōu)化模型。相比于傳統(tǒng)的電力系統(tǒng)無功優(yōu)化模型,該模型能夠在無功優(yōu)化中同時(shí)兼顧系統(tǒng)的有功損耗、電壓水平、靜態(tài)電壓穩(wěn)定性以及供電能力。針對(duì)已有的求解多目標(biāo)無功優(yōu)化模型的算法
2018-03-28 10:13:53
0 為了實(shí)現(xiàn)可再生分布式能源的充分消納以及配網(wǎng)負(fù)荷峰谷差的降低,提出了一種考慮儲(chǔ)能系統(tǒng)和空調(diào)負(fù)荷的主動(dòng)配電網(wǎng)多目標(biāo)調(diào)度優(yōu)化方法。首先,基于空調(diào)負(fù)荷等效熱參數(shù)模型和狀態(tài)列隊(duì)控制方法,給出了空調(diào)負(fù)荷虛擬電廠
2018-04-10 09:55:46
0 針對(duì)在分類問題中,數(shù)據(jù)之間存在大量的冗余特征,不僅影響分類的準(zhǔn)確性,而且會(huì)降低分類算法執(zhí)行速度的問題,提出了一種基于多目標(biāo)骨架粒子群優(yōu)化( BPSO)的特征選擇算法,以獲取在特征子集個(gè)數(shù)與分類精確度
2018-11-27 17:32:09
3 任何一種產(chǎn)品,都具有它的質(zhì)量指標(biāo),電能也有一定的質(zhì)量指標(biāo),只有當(dāng)送到用戶的電能符合質(zhì)量指標(biāo)時(shí),它才能發(fā)揮最佳的效益。
2019-01-28 16:18:03
6171 上期疑問,以及新建工程多目標(biāo)
2020-03-12 14:12:45
3266 
衡量檢波器的質(zhì)量指標(biāo)有四個(gè):1、電壓傳輸系數(shù)(檢波效率)2、失真度(頻率失真及非線性失真)3、檢波器的等效輸入電阻。
2021-01-12 10:28:00
4 為避免多目標(biāo)優(yōu)化過程中子目標(biāo)相互沖突,提高Pareto最優(yōu)解的質(zhì)量,提出一種基于差分進(jìn)化(DE)和第二代非支配遺傳算法(NSGAⅡ)的混合算法。采用帶有自適應(yīng)參數(shù)的DE算法對(duì)初始種群進(jìn)行變異和交叉
2020-10-26 17:08:00
5 導(dǎo)讀 本文是一篇多目標(biāo)跟蹤方向的調(diào)研報(bào)告,從相關(guān)方向、核心步驟、評(píng)價(jià)指標(biāo)和最新進(jìn)展等維度出發(fā),對(duì)MOT進(jìn)行了全面的介紹,不僅適合作為入門科普,而且能夠幫助大家加深理解。 最近做了一些多目標(biāo)跟蹤方向
2020-11-05 10:01:55
4409 
空氣質(zhì)量差不僅會(huì)造成環(huán)境惡化,而且會(huì)嚴(yán)重影響我們的日常生活以及身體健康。因此有必要對(duì)空氣質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)控,由于環(huán)境不同環(huán)境下需要重點(diǎn)監(jiān)測的空氣質(zhì)量指標(biāo)有所不同,于是本文分室內(nèi)、室外兩處空氣質(zhì)量指標(biāo)進(jìn)行分析。
2020-12-25 22:33:31
1741 向量,以鏈接的錨文本相關(guān)度、鏈接所在網(wǎng)頁主題相關(guān)度以及鏈接指向網(wǎng)頁主題相關(guān)度為指標(biāo)判斷鏈接是否與主題相關(guān),并建立鏈接主題相關(guān)度的多目標(biāo)優(yōu)化模型,將基于多目標(biāo)優(yōu)化的蟻群算法引入主題爬蟲的鏈接選擇過程,采用非支
2021-03-23 15:39:34
7 VNE-MOPSO算法。針對(duì)該問題,提出一種多目標(biāo)虛擬網(wǎng)絡(luò)映射 VNE-MOPSO算法。通過引入 Pareto熵多目標(biāo)優(yōu)化模型,計(jì)算兩次迭代過程的差熵,評(píng)估群體進(jìn)化情況并將其作為反饋信息設(shè)計(jì)動(dòng)態(tài)自適應(yīng)的粒子參數(shù)策略,以達(dá)到近似最優(yōu)多目標(biāo)優(yōu)化映射方案
2021-04-01 10:45:28
16 和多目標(biāo)跟蹤,其中單目標(biāo)跟蹤相對(duì)簡單,除了需要解決與多目標(biāo)跟蹤共性的問題(如遮擋、形變等)外,單目標(biāo)跟蹤不需要考慮目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問題。然而,在多目標(biāo)跟蹤系統(tǒng)中,場景更為復(fù)雜,跟蹤目標(biāo)的數(shù)量和類別往往是不確定的
2021-05-08 16:27:42
2 針對(duì)工業(yè)生產(chǎn)中計(jì)算量大、故障原因復(fù)雜的故障診斷任務(wù),提出一種基于 MPSO/D的激活規(guī)則多目標(biāo)優(yōu)化算法。采用置信規(guī)則庫系統(tǒng)(EBRB)實(shí)現(xiàn)任務(wù)分解,以激活規(guī)則的不一致性與激活權(quán)重和作為多目標(biāo)優(yōu)化
2021-05-12 16:19:46
2 社區(qū)結(jié)構(gòu)作為復(fù)雜網(wǎng)絡(luò)的重要特性,對(duì)理解網(wǎng)絡(luò)的功能和結(jié)構(gòu)具有重要意義。為了解決復(fù)雜網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)問題,提出了一種多目標(biāo)五行環(huán)優(yōu)化算法( Multi-objective Five-elements
2021-05-17 16:47:32
2 高維多目標(biāo)連續(xù)優(yōu)化問題已得到廣泛研究,而高維多目標(biāo)組合優(yōu)化問題的進(jìn)展相對(duì)較小,雖然人工蜂群( Artificial beeColony,ABC)算法已成功應(yīng)用于多種生產(chǎn)調(diào)度問題,但很少被用來求解高維
2021-05-18 15:57:10
7 用戶升級(jí)請(qǐng)求的最合適的升級(jí)方案。優(yōu)化準(zhǔn)則由幾個(gè)不同方向的優(yōu)化目標(biāo)組成,因此軟件升級(jí)問題本質(zhì)上是一個(gè)多目標(biāo)優(yōu)化問題?,F(xiàn)有的解決軟件升級(jí)問題的方法均是將多個(gè)優(yōu)化目標(biāo)聚合成為單個(gè)目標(biāo)的形式再進(jìn)行處理。這些方法都可能沒有恰
2021-05-19 10:58:02
0 針對(duì)云制造環(huán)境下的多目標(biāo)任務(wù)調(diào)度問題,改進(jìn)非支配排序生物地理優(yōu)化算法,提出一種反映用戶偏好的任務(wù)調(diào)度算法( UPTSA)。通過基于權(quán)重均勻分配策略定義的用戶偏好度來評(píng)估制造任務(wù)調(diào)度方案的質(zhì)量,使
2021-05-25 14:05:34
3 多目標(biāo)優(yōu)化算法在復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)中具有很強(qiáng)的競爭力,然而,在處理社區(qū)結(jié)構(gòu)較為模糊、網(wǎng)絡(luò)數(shù)據(jù)規(guī)模大的問題時(shí)難以得到滿意的效果。為克服現(xiàn)有多目標(biāo)方法的不足,提岀一種基于譜聚類的多目標(biāo)復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法
2021-06-17 15:02:35
11 高速列車多目標(biāo)約束橫向半主動(dòng)控制算法
2021-06-29 14:44:13
4 電網(wǎng)與一般工業(yè)用戶在日常工作中,對(duì)電能質(zhì)量指標(biāo)監(jiān)測一般采用連續(xù)、不定期、和專項(xiàng)檢測三種方式:
2022-06-07 10:25:29
2875 容介紹
為了解決現(xiàn)有冷熱電聯(lián)供型綜合能源系統(tǒng)大多只單一考慮系統(tǒng)機(jī)組投資成本或系統(tǒng)環(huán)境污染,影響系統(tǒng)整體優(yōu)化運(yùn)行的問題,
以系統(tǒng)經(jīng)濟(jì)性和環(huán)保性為目標(biāo),對(duì)冷熱電聯(lián)供系統(tǒng)進(jìn)行研究分析。構(gòu)建含燃?xì)廨啓C(jī)
2023-04-14 11:34:08
0 近日,矽典微發(fā)布了兩款XenP系列毫米波傳感器。該系列命名為“影”旨在幫助客戶優(yōu)化智能設(shè)備對(duì)人體測距定位和多目標(biāo)識(shí)別的需求。
2023-04-15 09:34:35
2501 TBD(Tracking-by-Detection)與DFT(Detection-Free Tracking)也即基于檢測的多目標(biāo)跟蹤與基于目標(biāo)外形的先驗(yàn)知識(shí)無需檢測器的多目標(biāo)跟蹤。TBD是目前學(xué)界業(yè)界研究的主流。
2023-06-15 17:22:40
2773 
質(zhì)量指標(biāo)液晶電子看板能夠?qū)崿F(xiàn)實(shí)時(shí)監(jiān)控和展示生產(chǎn)進(jìn)度、任務(wù)狀態(tài)、設(shè)備狀態(tài)等信息,幫助管理人員和員工及時(shí)了解生產(chǎn)情況,優(yōu)化生產(chǎn)計(jì)劃和調(diào)度,提高生產(chǎn)效率和質(zhì)量。
2023-07-27 10:51:50
1316 
3D點(diǎn)云目標(biāo)跟蹤的評(píng)價(jià)指標(biāo),可以根據(jù)跟蹤的目標(biāo)是單個(gè)還是多個(gè),分為單目標(biāo)跟蹤(SOT)和多目標(biāo)跟蹤(MOT)兩種。一般來說,SOT的評(píng)價(jià)指標(biāo)主要關(guān)注跟蹤的準(zhǔn)確性和魯棒性,而MOT的評(píng)價(jià)指標(biāo)則需要考慮跟蹤的完整性和一致性。
2023-08-02 12:38:04
2900 ,造成了實(shí)際電壓在幅值、波形和對(duì)稱性上與理想電壓之間的偏差。電壓的質(zhì)量是按照國家制定的標(biāo)準(zhǔn)或規(guī)范,通過對(duì)電壓的偏移、波動(dòng)和波形的質(zhì)量指標(biāo)評(píng)估得出的。 1、電壓偏移 1)電壓偏移的概念 電壓偏移是指電網(wǎng)實(shí)際電壓與額定電壓之
2023-09-28 16:25:48
5361 多目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要任務(wù),它旨在從視頻或圖像序列中準(zhǔn)確地檢測和跟蹤多個(gè)移動(dòng)目標(biāo)。不過在落地部署時(shí),有一些關(guān)鍵點(diǎn)需要解決。
2024-04-28 09:42:31
4025 
智慧華盛恒輝多目標(biāo)智能識(shí)別系統(tǒng)是一種利用現(xiàn)代計(jì)算機(jī)視覺技術(shù)和人工智能算法,從圖像或視頻中同時(shí)識(shí)別和分類多個(gè)目標(biāo)物體的系統(tǒng)。這種系統(tǒng)廣泛應(yīng)用于自動(dòng)駕駛、智能監(jiān)控、人機(jī)交互、軍事偵察、災(zāi)害監(jiān)測等多個(gè)領(lǐng)域
2024-07-16 10:42:52
39551 充電滿意度多目標(biāo)下的電動(dòng)汽車充電模式,建立了微電網(wǎng)內(nèi)運(yùn)營商峰谷差—用戶充電費(fèi)用少和充電滿意度的雙盈多目標(biāo)優(yōu)化調(diào)度模型,采用上海市實(shí)際居民辦公商業(yè)混合體,基于MATLAB/NSGA?Ⅱ算法求解負(fù)荷整形度;采取粒子群優(yōu)化算法求解電動(dòng)汽車車主達(dá)
2024-09-23 14:46:15
1669 
隨著電動(dòng)汽車的普及,充電設(shè)施的需求日益增長,如何在多目標(biāo)優(yōu)化約束下實(shí)現(xiàn)充電設(shè)施的有序充電成為亟待解決的問題。新能源汽車的快速發(fā)展為清潔能源和可持續(xù)交通帶來了新機(jī)遇,但也引出了許多問題。其中,充電設(shè)施的有序充電控制策略在多目標(biāo)優(yōu)化約束條件下顯得尤為重要。
2025-01-07 13:17:15
881 
摘要: 技術(shù)支持 187 0211 2087 以配電網(wǎng)負(fù)荷方差和用戶充電費(fèi)用為目標(biāo)函數(shù),提出一種分時(shí)電價(jià) 背景下光伏出力園區(qū)電動(dòng)汽車的有序充電策略。以多目標(biāo)優(yōu)化遺傳算法對(duì)某一特定 主 園區(qū)內(nèi)電動(dòng)汽車
2025-04-07 10:48:22
733 
安科瑞徐赟杰18706165067 摘要: ? 以配電網(wǎng)負(fù)荷方差和用戶充電費(fèi)用為目標(biāo)函數(shù),提出一種分時(shí)電價(jià) 背景下光伏出力園區(qū)電動(dòng)汽車的有序充電策略。以多目標(biāo)優(yōu)化遺傳算法對(duì)某一特定 主 園區(qū)
2025-04-18 09:07:22
676 
評(píng)論