Développement d'algorithmes d'optimisation de boîtes-noires pour des applications en énergie

能源应用的黑森林优化算法开发

基本信息

  • 批准号:
    490744-2015
  • 负责人:
  • 金额:
    $ 15.2万
  • 依托单位:
  • 依托单位国家:
    加拿大
  • 项目类别:
    Collaborative Research and Development Grants
  • 财政年份:
    2018
  • 资助国家:
    加拿大
  • 起止时间:
    2018-01-01 至 2019-12-31
  • 项目状态:
    已结题

项目摘要

Rio Tinto (RT) est le leader mondial de la production d'aluminium. La division de l'énergie électrique gère la production et la distribution d'énergie. Les six centrales hydroélectriques détenues par RT produisent près de 90% de l'énergie nécessaire à sa production d'aluminium. De par son vaste réseau hydroélectrique, Hydro-Québec (HQ) assure la production de 98% de l'électricité de la province. HQ est la seule entreprise d'électricité en Amérique du Nord à posséder un centre de recherche de l'importance de l'Institut de recherche (IREQ). Ces deux entreprises font face à de nombreux problèmes d'optimisation. Certains d'entre-eux ne peuvent pas être abordés par les algorithmes et méthodologies de recherche opérationnelle existants. L'objectif principal de ce projet est de développer de nouvelles approches algorithmiques ciblant certaines spécificités identifiées dans les problèmes d'optimisation industriels. Ces approches algorithmiques seront développées par trois étudiants au troisième cycle, co-encadrés par deux professeurs et un associé de recherche de l'École Polytechnique Montréal (ÉPM). De par le passé, ces professeurs ont démontré leur capacité à former plusieurs étudiants aux cycles supérieurs, et ont publiés de nombreux articles dans les meilleures revues de recherche opérationnelle, ainsi que dans un vaste éventail de revues d'ingénierie. Les approches développées dans le cadre de ce projet de recherche seront ensuite intégrées par l'associé de recherche au logiciel NOMAD, une implémentation de l'algorithme MADS pour l'optimisation de boîtes-noires. Les nouveaux algorithmes pourront ensuite être testés sur les applications des partenaires industriels en collaboration avec les chercheurs impliqués. Les progrès algorithmiques seront publiés dans des revues scientifiques, et seuls les résultats numériques approuvés par les partenaires industriel RT et HQ seront diffusés à la communauté scientifique. Les étudiants impliqués participeront à toutes les étapes du projet et en particulier les échanges avec les industriels.************
力拓(RioTinto)是全球铝生产的领头羊。电力部门负责能源的生产和分配。通过RT生产的六个中央水电厂减少了90%的铝生产所需能源。作为水电网络的一部分,魁北克水电公司(HQ)保证了该省98%的电力生产。总部是诺德美洲的一家电力企业,拥有一个研究所重要性研究中心(IREQ)。这两个企业面临许多优化问题。Certains d'entre-eux ne peuvent pas être abortés par les algorithmes et methodologies de recherche opérationnelle existants. L'objectif principal de ce projet est de déciliper de nouvelles approches algorithmiques ciblant centimes specécificités identifiées dans les problèmes d'optimization industriels.这一算法由Au troisième周期的三名学生、两名教师和一名研究协会共同实施。在过去,这些学者对以前的高级课程的学生进行了大量的学习,并在最好的操作研究杂志中发表了大量的文章,尤其是在大量的工程杂志中。Les approches décampées dans le craude de ce projet de recherche seront ensuite intégrées par l'associé de recherche Au logiciel NOMAD,une implémentation de l'algorithme MADS pour l'optimization de boardes-noires.新算法对工业合作伙伴的应用程序进行了测试,并与隐含的研究人员进行了合作。算法的进展在科学杂志上发表,而RT和HQ工业合作伙伴的数字结果在科学界传播。学生们意味着要参与整个项目,特别是与工业界的交流。*

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Audet, Charles其他文献

Mesh adaptive direct search algorithms for mixed variable optimization
  • DOI:
    10.1007/s11590-008-0089-2
  • 发表时间:
    2009-01-01
  • 期刊:
  • 影响因子:
    1.6
  • 作者:
    Abramson, Mark A.;Audet, Charles;Walston, Jennifer G.
  • 通讯作者:
    Walston, Jennifer G.
Nonsmooth optimization through mesh adaptive direct search and variable neighborhood search
  • DOI:
    10.1007/s10898-007-9234-1
  • 发表时间:
    2008-06-01
  • 期刊:
  • 影响因子:
    1.8
  • 作者:
    Audet, Charles;Bechard, Vincent;Le Digabel, Sebastien
  • 通讯作者:
    Le Digabel, Sebastien
ORTHOMADS: A DETERMINISTIC MADS INSTANCE WITH ORTHOGONAL DIRECTIONS
  • DOI:
    10.1137/080716980
  • 发表时间:
    2009-01-01
  • 期刊:
  • 影响因子:
    3.1
  • 作者:
    Abramson, Mark A.;Audet, Charles;Le Digabel, Sebastien
  • 通讯作者:
    Le Digabel, Sebastien
Finding optimal algorithmic parameters using derivative-free optimization
  • DOI:
    10.1137/040620886
  • 发表时间:
    2006-01-01
  • 期刊:
  • 影响因子:
    3.1
  • 作者:
    Audet, Charles;Orban, Dominique
  • 通讯作者:
    Orban, Dominique
A mesh adaptive direct search algorithm for multiobjective optimization
  • DOI:
    10.1016/j.ejor.2009.11.010
  • 发表时间:
    2010-08-01
  • 期刊:
  • 影响因子:
    6.4
  • 作者:
    Audet, Charles;Savard, Gilles;Zghal, Walid
  • 通讯作者:
    Zghal, Walid

Audet, Charles的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Audet, Charles', 18)}}的其他基金

Grey box optimization
灰盒优化
  • 批准号:
    RGPIN-2020-04448
  • 财政年份:
    2022
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Grey box optimization
灰盒优化
  • 批准号:
    RGPIN-2020-04448
  • 财政年份:
    2021
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Grey box optimization
灰盒优化
  • 批准号:
    RGPIN-2020-04448
  • 财政年份:
    2020
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Derivative-free and blackbox optimization for engineering problems
针对工程问题的无导数和黑盒优化
  • 批准号:
    RGPIN-2015-05311
  • 财政年份:
    2019
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Derivative-free and blackbox optimization for engineering problems
针对工程问题的无导数和黑盒优化
  • 批准号:
    RGPIN-2015-05311
  • 财政年份:
    2018
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Derivative-free and blackbox optimization for engineering problems
针对工程问题的无导数和黑盒优化
  • 批准号:
    RGPIN-2015-05311
  • 财政年份:
    2017
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Développement d'algorithmes d'optimisation de boîtes-noires pour des applications en énergie
能源应用的黑森林优化算法开发
  • 批准号:
    490744-2015
  • 财政年份:
    2017
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Collaborative Research and Development Grants
Derivative-free and blackbox optimization for engineering problems
针对工程问题的无导数和黑盒优化
  • 批准号:
    RGPIN-2015-05311
  • 财政年份:
    2016
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Derivative-free and blackbox optimization for engineering problems
针对工程问题的无导数和黑盒优化
  • 批准号:
    RGPIN-2015-05311
  • 财政年份:
    2015
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Development, analysis and application of optimization methods for engineering problems
工程问题优化方法的开发、分析和应用
  • 批准号:
    239436-2010
  • 财政年份:
    2014
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual

相似海外基金

Algorithmes d'optimisation appliqués à des modèles d'imagerie
优化应用算法和图像模块
  • 批准号:
    550200-2020
  • 财政年份:
    2020
  • 资助金额:
    $ 15.2万
  • 项目类别:
    University Undergraduate Student Research Awards
Optimisation de l'entrainement d'algorithmes AI
AI 算法训练优化
  • 批准号:
    535961-2018
  • 财政年份:
    2019
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Experience Awards (previously Industrial Undergraduate Student Research Awards)
Optimisation d'algorithmes de prétraitement de données LiDar
激光雷达预训练算法优化
  • 批准号:
    531021-2018
  • 财政年份:
    2018
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Applied Research and Development Grants - Level 1
Nouveaux types d'algorithmes d'optimisation en nombres entiers et applications aux horaires d'équipages aériens
新类型的优化算法和空中应用程序
  • 批准号:
    477127-2014
  • 财政年份:
    2018
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Collaborative Research and Development Grants
Développement et adaptation d'algorithmes d'optimisation en temps réel dans les applications d'énergie renouvelable
可再生能源应用中的优化算法的开发和适应
  • 批准号:
    402620-2012
  • 财政年份:
    2017
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Discovery Grants Program - Individual
Nouveaux types d'algorithmes d'optimisation en nombres entiers et applications aux horaires d'équipages aériens
新类型的优化算法和空中应用程序
  • 批准号:
    477127-2014
  • 财政年份:
    2017
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Collaborative Research and Development Grants
Développement d'algorithmes d'optimisation de boîtes-noires pour des applications en énergie
能源应用的黑森林优化算法开发
  • 批准号:
    490744-2015
  • 财政年份:
    2017
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Collaborative Research and Development Grants
Nouveaux types d'algorithmes d'optimisation en nombres entiers et applications aux horaires d'équipages aériens
新类型的优化算法和空中应用程序
  • 批准号:
    477127-2014
  • 财政年份:
    2016
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Collaborative Research and Development Grants
Optimisation d'algorithmes de décodage pour la norme DOCSIS 3.1
DOCSIS 3.1 规范的优化算法
  • 批准号:
    500231-2016
  • 财政年份:
    2016
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Experience Awards (previously Industrial Undergraduate Student Research Awards)
Algorithmes pour l'optimisation de l'approvisionnement en matière première pour la production de bois de plancher
规划树生产的初始审批优化算法
  • 批准号:
    486088-2015
  • 财政年份:
    2015
  • 资助金额:
    $ 15.2万
  • 项目类别:
    Engage Grants Program
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了