Energy consumption; Non-linear forecasting; ARIMA model; Combination forecasting;
机译:意大利的能源消耗,调查数据和工业生产预测:不同模型的比较和组合
机译:一种新的能源消耗预测模型,具有道路信息的组合和逼绍风格
机译:基于介观学习模型的车辆消耗预测的节能路由
机译:基于组合模型的江苏省能源消费量预测
机译:基于能耗的机器学习乘员行为预测模型
机译:结合同源性建模基于能量的优化和循环预测来确定抗体结构
机译:通过使用适当选择的热力学循环和热力学积分方法进行蒙特卡罗计算机模拟,研究了将五种甲酰胺模型和三种水模型混合在一起时发生的热力学变化,包括这些模型组合本身的可混溶性。结果表明这两种组分的混合接近于理想的混合,因为混合的能量和熵在整个组成范围内都非常接近理想的项。关于混合的能量,甲酰胺的OPLS / AA-mod模型与其他模型相比,在质量上有不同的表现。因此,该模型得出的结果是负的,而其他模型则综合考虑了所有三个水模型的结果的正能量。实验数据支持后一种行为。尽管混合的亥姆霍兹自由能在整个组成范围内始终为负,但大多数测试模型组合显示出有限的混溶性,或至少非常接近某些组合物的混溶性极限。关于这些模型组合的可混溶性和混合能量,我们建议在水-甲酰胺混合物的模拟中使用CHARMM甲酰胺和TIP4P水模型的组合。