Deep reinforcement learning for multi-objective location optimization of onshore wind power stations: a case study of Guangdong Province, China

已关闭

文献求助详情

标题	Deep reinforcement learning for multi-objective location optimization of onshore wind power stations: a case study of Guangdong Province, China
网址	https://www.frontiersin.org/articles/10.3389/fenrg.2025.1596...
DOI	10.3389/fenrg.2025.1596471 doi
其它	期刊：Frontiers in Energy Research 作者：Yanna Gao; Hong Dong; Liujun Hu; Fanhong Zeng; Yuqun Gao; et al 出版日期：2025-07-01
求助人	天天向上在 2026-05-26 13:17:42 发布自河南，悬赏 10 积分
下载

上个求助

下个求助

International Society for Optics and Photonics (SPIE)

提交工单

求助 / 应助时间线

3小时前，求助关闭

天天向上 Lv12 求助人关闭了本次求助。

说明已找到【积分已退回】
3小时前

科研通AI2.0 机器人未找到该文献，机器人已退出，请等待人工下载

13:17:44 未找到该文献，机器人已退出，请等待人工下载

13:17:42 科研通AI机器人（新加坡）收到请求，开始寻找文献

13:17:42 已向机器人发送请求
3小时前

天天向上 Lv12 求助人发起了本次求助

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

📰 新增『新锐期刊分区』 (2026-3-24)

更新

💬 新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒 每天60秒读懂世界·精选全球要闻 (2026-1-2)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: organic tirrttf发布了新的文献求助50

刚刚; Zakira完成签到，获得积分10

1秒前; 科目三上传了应助文件

1秒前; 爱桃子发布了新的文献求助10

1秒前; 宇宙煎蛋完成签到，获得积分10

2秒前; 科研通AI6.3上传了应助文件

2秒前; 852的应助被欢呼的巧蕊采纳，获得10

2秒前; whatever的应助被沉默如豹采纳，获得20

2秒前; LSY发布了新的文献求助10

3秒前; Knight完成签到，获得积分20

3秒前; Ava的应助被wallonce采纳，获得10

3秒前; 思源的应助被末小皮采纳，获得50

3秒前; 科研通AI6.4上传了应助文件

3秒前; lsl的应助被jhr采纳，获得50

3秒前; 橘子给橘子的求助进行了留言

4秒前; 123123完成签到，获得积分10

4秒前; 酷波er的应助被跳跃靖采纳，获得10

4秒前; 搜集达人上传了应助文件

5秒前; 秀丽涵双发布了新的文献求助10

5秒前; Sherlock完成签到，获得积分20

5秒前; chen完成签到，获得积分10

6秒前; 斯文败类的应助被Lc20020320采纳，获得10

6秒前; JamesPei的应助被怡然飞槐采纳，获得10

6秒前; FashionBoy的应助被坚定的棕采纳，获得10

6秒前; 昊阳完成签到，获得积分10

6秒前; yuzhang312完成签到，获得积分10

6秒前; 破心完成签到，获得积分10

7秒前; LSW完成签到，获得积分10

7秒前; violet完成签到，获得积分20

7秒前; SciGPT上传了应助文件

8秒前; 科研通AI2S的应助被鲍师傅采纳，获得10

8秒前; ab完成签到，获得积分10

8秒前; 核桃上传了应助文件

9秒前; huayang发布了新的文献求助10

10秒前; 冷傲的傲菡发布了新的文献求助10

11秒前; Sherlock发布了新的文献求助10

11秒前; 无极微光上传了应助文件

11秒前; 11完成签到，获得积分10

11秒前; 思源上传了应助文件

11秒前; 隐形曼青的应助被小雪采纳，获得10

12秒前