-
DID: 面向人类轨迹预测的结合意图引导与密度自适应交互的双条件流匹配
• 提出了DID,一种精确高效的单步生成框架,用于人类轨迹预测。
• 开发了一种具有后验混合的非对称意图预测器,用于捕捉意图,平衡全局连贯性与局部灵活性。
• 提出了一种密度自适应交互编码器,能够在不同场景条件下准确提取全面信息。
• 设计了一种双条件自一致流匹配解码器(DS
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-08-28
-
旅游业集体风险感知的动态与同步:基于疫情期间数字痕迹的证据
摘要本研究考察了疫情期间旅游集体风险感知的动态演变过程及其在促进社会凝聚力方面的作用。我们探究了恐惧型风险感知与未知型风险感知在四个危机阶段中的交互作用,并通过基于词汇的代理指标从社交媒体文本中提取数据来操作化这些指标。结果显示了阶段依赖性的模式:在危机酝酿阶段,未知型风险驱
来源:Journal of Hospitality and Tourism Management
时间:2026-08-28
-
一种通过关系方程实现显式机制引导建模的可扩展框架,用于城市出行起终点估计
•SEMM:一种具有机制引导建模的城市 OD 估计可扩展框架。
•区域级关系方程明确建模速度与产出之间的关系。
•ZINB 分布捕获 OD 矩阵固有的稀疏性和零膨胀特性。
•MCSM 通过模拟多种交通模式来扩充有限的训练数据。
•在两个真实世界数据集上实现毫秒级推理和最先进精
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-08-28
-
多模态多尺度信号-车辆耦合控制
•M2SVCC 提供了一个框架,用于联合优化交通信号计时和自动驾驶车辆(CAV)的行驶轨迹。•M2SVCC 考虑了行人、自行车骑行者以及不同类型的车辆。•M2SVCC 有助于提高所有交通模式的移动性和安全性,并减少能源消耗。•实际的改进效果取决于具体目标、交叉口设计以及不同交通模
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-08-28
-
多情景下土地利用与碳排放耦合关系研究:基于冠豪猪优化器增强且融合注意力机制的深度学习碳排放预测模型
摘要:准确预测土地利用相关的碳排放对于区域低碳规划至关重要,尤其是在快速城市化的地区,土地利用转化、能源消费与社会经济发展密切交织。本研究建立了一个多情景建模框架,集成了能源消费预测、基于深度学习的碳排放预测以及土地利用模拟。利用城市特定的灰色预测模型预测建设用地相关的能源消
-
CausEvDif:一种结合视觉理解的动态因果-证据扩散模型,用于工业物联网异常检测
**摘要**
在工业物联网(IIoT)系统中进行时间序列异常检测对于确保运营安全和防止关键基础设施中的灾难性事故至关重要。扩散模型在学习这些复杂异常模式方面展现出了巨大潜力。然而,在实际工业场景中实现鲁棒的异常检测功能仍存在两个局限:(1)它们生成的模式过于多样化,未遵循工
来源:COMPUTERS IN INDUSTRY
时间:2026-08-28
-
集成建筑热质量与主动储能的光伏热泵系统经济与能源灵活性优化
建筑热质量和主动储能是建筑能源灵活性的重要来源。然而,现有关于主动储能灵活调节的研究往往忽视建筑热质量,导致最优容量偏大且初始投资较高。为解决这一问题,本研究对办公楼中带有水箱的光伏热泵系统进行了动态建模研究。提出了温度重置、预加热/预冷却及其组合策略,以利用建筑热质量的能源
-
高海拔寒冷气候下通风光伏真空玻璃通风模式与构造优化的实验与数值研究
摘要本研究旨在探讨通风光伏真空玻璃系统,以应对高海拔寒冷气候地区建筑的供热与能源需求。研究团队在高海拔寒冷地区的实验平台上,实测了不同通风模式的传热与发电性能,并利用所获数据验证了纳入压力修正的COMSOL传热与发电仿真模型。基于经验证的模型,进一步分析了三种通风模式的动态能
-
通过多目标优化提升双吸泵作涡轮机的能量性能:基于耦合熵-涡流的能量损失机制研究
# 摘要
双吸离心泵作为水轮机运行(PAT)是一种经济高效的能量回收装置,广泛应用于微水电和工业能量回收系统。为超越传统的单部件改进方法,本研究建立了一个叶轮与蜗壳联合的多部件多目标优化框架。该方法综合了多种代理模型与进化算法,系统性地提升了多种工况下的水力性能。首先,采用
-
基于高温区域损失模型的加力燃烧室出口温度场优化
作者:张磊,王强,李刚
《航空发动机》2023年第3期
摘要
随着发动机性能的不断提升,加力燃烧室面临着更高的温升需求,如何解决加力燃烧室性能与服务寿命之间的矛盾已逐渐成为一个更为重要的问题。本研究提出了一种带有高温区域损失的温度场预测模型,并通过该模型优化了加力燃烧室隔热区域的温度场。与未引入高温区域损失的完全连接的神经网络模