Performance Analysis of Perturbation-Based Methods for Real-Time Optimization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper provides a comprehensive performance analysis approach for Real-Time Optimization (RTO) technologies, which incorporates systematic approaches to estimating bounds on the convergence behaviour and performance effects of on-line experiments used by a given RTO approach. The performance analysis method is illustrated by an investigation of the conventional two-phase approach and representative techniques drawn from the three main classes of perturbation-based RTO methods which attempt to directly compensate for plant/model mismatch through adaptation. The proposed approach is applied to two simulation-based case studies: a heat exchanger system and a continuous bioreactor. On présente dans cet article une méthode complète d'analyse de performance pour les technologies d'optimisation en temps réel (RTO), qui comporte des approches systématiques pour l'estimation des bornes de convergence et les effets de performance sur des expériences en ligne utilisées dans une approche RTO donnée. L'analyse de performance est illustrée par une étude de l'approche conventionnelle à deux phases et des techniques représentatives issues des trois catégories principales de méthodes RTO basées sur des perturbations et qui tentent de compenser directement l'incompatibilité usine/modèle par l'adaptation. La méthode proposée est appliquée à deux études de cas basées sur des simulations : un système d'échangeur de chaleur et un bioréacteur continu.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle