Sale
الگوریتم های تو در تو برای بهره برداری بهینه از مخزن و ادغام آنها در یک پلتفرم پشتیبانی تصمیم گیری ۲۰۲۰
Nested algorithms for optimal reservoir operation and their embedding in a decision support platform 2020
دانلود کتاب الگوریتم های تو در تو برای بهره برداری بهینه از مخزن و ادغام آنها در یک پلتفرم پشتیبانی تصمیم گیری ۲۰۲۰ (Nested algorithms for optimal reservoir operation and their embedding in a decision support platform 2020) با لینک مستقیم و فرمت pdf (پی دی اف)
| نویسنده |
Blagoj Delipetrev |
|---|
ناشر:
CRC Press
۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید
| سال انتشار |
2020 |
|---|---|
| زبان |
English |
| تعداد صفحهها |
142 |
| نوع فایل |
|
| حجم |
21 Mb |
🏷️ قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
هوشمصنوعی ترجمه کالیبو
توضیحات
معرفی کتاب الگوریتم های تو در تو برای بهره برداری بهینه از مخزن و ادغام آنها در یک پلتفرم پشتیبانی تصمیم گیری ۲۰۲۰
عملیات مخزن یک مسئله بهینه سازی چند هدفه است که به طور سنتی با الگوریتم های برنامه ریزی پویا (DP) و برنامه ریزی پویای تصادفی (SDP) حل می شود. این پایان نامه الگوریتم های جدیدی برای عملیات بهینه سازی مخزن ارائه می دهد که به نام های DP تو در تو (nDP)، SDP تو در تو (nSDP)، یادگیری تقویتی تو در تو (nRL) و انواع چند هدفه (MO) آنها، به ترتیب MOnDP، MOnSDP و MOnRL نامگذاری شده اند.
ایده این است که یک الگوریتم بهینه سازی تو در تو را در هر انتقال حالت قرار دهیم که بعد مسئله اولیه را کاهش می دهد و از شر لعنت بعدیت خلاص می شویم. این الگوریتم ها می توانند مسائل بهینه سازی چند هدفه را بدون افزایش قابل توجه پیچیدگی الگوریتم یا هزینه های محاسباتی حل کنند. علاوه بر این، می تواند گسسته سازی متغیرهای متراکم و نامنظم را نیز مدیریت کند. همه الگوریتم ها به زبان جاوا کدگذاری شده اند و در مورد مطالعه مخزن Knezevo در جمهوری مقدونیه آزمایش شده اند.
الگوریتم های بهینه سازی تو در تو در یک پلتفرم برنامه کاربردی ابری برای مدل سازی و بهینه سازی منابع آب تعبیه شده اند. این پلتفرم 24/7 در دسترس است، از همه جا قابل دسترسی است، قابل مقیاس، توزیع شده، قابل تعامل و یک پلتفرم همکاری چند کاربره در زمان واقعی ایجاد می کند.
این پایان نامه با الگوریتم های جدید و قدرتمندتر برای عملیات بهینه سازی مخزن و پلتفرم برنامه کاربردی ابری کمک می کند. همه کدهای منبع برای استفاده عمومی در دسترس هستند و می توانند توسط محققان و متخصصان برای پیشبرد بیشتر زمینه های ذکر شده استفاده شوند.
فهرست کتاب:
۱. جلد
۲. صفحه عنوان فرعی
۳. صفحه عنوان
۴. صفحه حق تکثیر
۵. تقدیم
۶. خلاصه
۷. فهرست مطالب
۸. فصل ۱: مقدمه
۹. فصل ۲: بهرهبرداری بهینه از مخزن: رویکردهای اصلی مرتبط با این مطالعه
۱۰. فصل ۳: الگوریتمهای بهینهسازی تودرتو
۱۱. فصل ۴: مطالعه موردی: مسئله بهینهسازی سیستم آبی زلتوویکا
۱۲. فصل ۵: مسائل پیادهسازی الگوریتمها
۱۳. فصل ۶: آزمایشها، نتایج و بحث
۱۴. فصل ۷: سکوی پشتیبانی تصمیمگیری ابری
۱۵. فصل ۸: نتیجهگیریها و توصیهها
۱۶. اختصارات
۱۷. مراجع
۱۸. خلاصه (سامنواتینگ)
۱۹. تقدیر و تشکر
۲۰. درباره نویسنده
توضیحات(انگلیسی)
Reservoir operation is a multi-objective optimization problem, and is traditionally solved with dynamic programming (DP) and stochastic dynamic programming (SDP) algorithms. The thesis presents novel algorithms for optimal reservoir operation, named nested DP (nDP), nested SDP (nSDP), nested reinforcement learning (nRL) and their multi-objective (MO) variants, correspondingly MOnDP, MOnSDP and MOnRL.
The idea is to include a nested optimization algorithm into each state transition, which reduces the initial problem dimension and alleviates the curse of dimensionality. These algorithms can solve multi-objective optimization problems, without significantly increasing the algorithm complexity or the computational expenses. It can additionally handle dense and irregular variable discretization. All algorithms are coded in Java and were tested on the case study of the Knezevo reservoir in the Republic of Macedonia.
Nested optimization algorithms are embedded in a cloud application platform for water resources modeling and optimization. The platform is available 24/7, accessible from everywhere, scalable, distributed, interoperable, and it creates a real-time multiuser collaboration platform.
This thesis contributes with new and more powerful algorithms for an optimal reservoir operation and cloud application platform. All source codes are available for public use and can be used by researchers and practitioners to further advance the mentioned areas.
Table of Contents
1. Cover
2. Half Title
3. Title Page
4. Copyright Page
5. Dedication
6. Summary
7. Table of Contents
8. Chapter 1: Introduction
9. Chapter 2: Optimal Reservoir Operation: The Main Approaches Relevant for This Study
10. Chapter 3: Nested Optimization Algorithms
11. Chapter 4: Case Study: Zletovica Hydro System Optimization Problem
12. Chapter 5: Algorithms Implementation Issues
13. Chapter 6: Experiments, Results and Discussion
14. Chapter 7: Cloud Decision Support Platform
15. Chapter 8: Conclusions and Recommendations
16. Abbreviations
17. References
18. Samenvating
19. Acknowledgments
20. About the Author
✨ ضمانت تجربه خوب مطالعه
بازگشت کامل وجه
در صورت مشکل، مبلغ پرداختی بازگردانده می شود.
دانلود پرسرعت
دانلود فایل کتاب با سرعت بالا
ارسال فایل به ایمیل
دانلود مستقیم به همراه ارسال فایل به ایمیل.
پشتیبانی ۲۴ ساعته
با چت آنلاین و پیامرسان ها پاسخگو هستیم.
ضمانت کیفیت کتاب
کتاب ها را از منابع معتیر انتخاب می کنیم.
