.png){kind=icon}
返回
Dynamic sequential transfer optimization for municipal solid waste incineration process under multiple operating conditions
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.111519.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 面向操作条件的优化目标被识别。
• 在多种条件下，可变优化目标被制定。
• 采用数据流集成学习来建立优化模型。
• 设计了一种动态序列转移优化算法。
• 提出的DSTO-MOC的适用性基于工业数据得到验证。
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
暂无机构信息
引用论文
NOx emissions prediction for MSWI process based on dynamic modular neural network基于动态模块化神经网络的生活垃圾焚烧过程NOx排放预测
PREAI
分享收藏Multi-objective optimization of CO boiler combustion chamber in the RFCC unit using NSGA II algorithm.png)
ENERGY
ENERGYIF9.4
PREAI
分享收藏
Large-Scale and Knowledge-Based Dynamic Multiobjective Optimization for MSWI Process Using Adaptive Competitive Swarm Optimization基于自适应竞争群优化的MSWI过程大规模和基于知识的动态多目标优化
PREAI
分享收藏Multifidelity surrogates-assisted multi-objective particle swarm algorithm for offline data-driven optimizationAPPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏
查看更多内容