MétaCan
Menu
Retour à la cohorte
Enregistrement W2087649408 · doi:10.1002/aic.11142

Multiobjective optimization of semibatch reactive crystallization processes

2007· article· en· W2087649408 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAIChE Journal · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCrystallization and Solubility Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMulti-objective optimizationSortingMathematical optimizationGenetic algorithmPareto principlesortProcess (computing)Optimization problemComputer scienceCrystallizationMathematicsEngineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract The determination of the optimal feed profiles for a reactive crystallizer is an important dynamic optimization problem, as the feed profiles offer a significant control over the quality of the product crystals. Crystallization processes typically have multiple performance objectives and optimization using different objective functions leads to significantly different optimal operating conditions. Therefore, a multiobjective approach is more appropriate for optimization of these processes. The potential for multiobjective optimization approach is demonstrated for semibatch reactive crystallization processes. The multiobjective approach usually gives rise to a set of optimal solutions, largely known as Pareto‐optimal solutions. The Pareto‐optimal solutions can help the designer visualize the trade‐offs between different objectives, and select an appropriate operating condition for the process. A well known multiobjective evolutionary algorithm, the elitist nondominated sorting genetic algorithm, has been adapted to illustrate the potential for the multiobjective optimization approach. © 2007 American Institute of Chemical Engineers AIChE J, 2007

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,284
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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