研究人员开发了一个新颖的推荐系统,旨在提高家庭能源效率。该系统利用历史数据和传感器输入来模拟用户偏好和能源消耗模式。通过采用多目标进化方法,该系统旨在最大限度地减少能源使用,同时最大限度地提高用户服务质量。初步结果表明,与传统方法和贪婪算法相比,该系统有了显著改进,能源利用率提高了 29.0%,用户偏好满意度提高了 65.3%。 AI
影响 引入了一种优化家庭能源使用的新方法,有可能降低成本和环境影响。
排序理由 学术论文发表在 arXiv 上,详细介绍了一种新算法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- arXiv
- Bussiness as Usual model
- Evolutionary Algorithms
- greedy algorithm
- Multiobjective household energy planning using evolutionary algorithms
- recommender system
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →