.png){kind=icon}
返回
Granger causality-guided dynamic multiobjective operation optimization for batch polymerization process
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jmsy.2026.06.008.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 为批式聚合反应构建了动态多目标优化模型。
• 提出了一种基于格兰杰因果引导的动态多目标算法。
• 所提出的算法在工业数据上将粘度误差控制在10%以下。
Keyword:
Batch polymerization process
Granger causality
Dynamic multiobjective operation optimization
Viscosity error
期刊
IF:
14.2
论文数:
2.7K
被引数:
1.6W
机构
引用论文
.png){kind=icon}
Machining parameter optimization for a batch milling system using multi-task deep reinforcement learning基于多任务深度强化学习的批量铣削系统加工参数优化
OAAI
OAAI分享收藏CAM as a Service with dynamic toolpath generation ability for process optimization in STEP-NC compliant CNC machiningSTEP-NC兼容的CNC加工中，具有动态刀具路径生成能力的CAM即服务，用于工艺优化。
PREAI
分享收藏Enhancing Dynamic Constrained Multiobjective Optimization With Multicenters-Based Prediction增强基于多中心预测的动态约束多目标优化
PREAI
分享收藏Cloud-edge-end collaborative multi-process dynamic optimization for energy-efficient aluminum casting云-边缘-端协同的多进程动态优化以实现节能铝铸造
PREAI
分享收藏
查看更多内容