Optimization of both operating costs and energy efficiency in the alumina evaporation process by a multi‐objective state transition algorithm
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
The alumina evaporation process (AEP) is an indispensable step for the reuse of sodium aluminate solution by evaporating excess water contained in the solution. The selection of optimal operating parameters is a complicated task because the process is influenced by many nonlinear factors when both the quality and quantity of the product are concerned. In this paper, we formulate a multi‐objective optimization model to maintain the balance of operating costs and energy efficiency in AEP, and a multi‐objective state transition algorithm (MOSTA) is proposed for solving this problem. With the aim of solving the constrained multi‐objective problem, a search archive strategy of elite populations and a novel infeasible solution replacement mechanism are integrated into STA. Some infeasible solutions with better performances are allowed to be saved and participate randomly in the evolution to select optimal solutions from all possible directions. A mutation operator is introduced into the evolutionary process to enhance the global search ability. Simulation results from some benchmark test problems show that the proposed method tends to converge quickly and effectively to the true Pareto frontier with better distribution. The proposed algorithm is successfully applied to solve the multi‐objective optimization problem arising in AEP. The optimal results show that operating costs and energy loss are considerably reduced, by approximately 13.63 % and 13.39 %, respectively.
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 | 0,000 |
| 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