• 可持续藏红花供应链网络的循环经济优化：整合生命周期评价与资源增值

  # 摘要 藏红花被誉为全球最有价值的香料，由于其生产劳动密集、成本高以及环境影响，面临重大供应链挑战。本研究开发了一个可持续的藏红花供应链框架，整合了循环经济原则、生命周期评估和可持续供应商选择，共同改善经济、环境和社会绩效。提出了一个多目标混合整数线性规划模型来确定设施选

  来源：Computers & Operations Research

  时间：2026-09-14

• 具有屈服支护和二次衬砌隧道的解析黏弹塑性模型

  摘要 现有考虑屈服支护的挤压变形隧道粘弹性-塑性解析模型忽略了二次衬砌施作及其相对于屈服构件变形极限的施作时机影响，缺乏分阶段施工下围岩-支护荷载再分配的定量设计准则。针对这一特定空白，本文建立了采用Hoek-Brown屈服准则、非关联流动法则和基于应力路径的非收缩塑性区假设

  来源：Computers and Geotechnics

  时间：2026-09-14

• 在联合覆盖模型中利用超立方体排队近似解决具有多个不同服务器的军事医疗后送选址-分配问题

  摘要 美国军方采用的“黄金一小时”政策要求，伤员的医疗后送（MEDEVAC）必须在受伤后的一小时内到达医疗救治设施（MTFs）。为了最大化在一小时内后送至 MTF 的伤员数量，军事 MEDEVAC 规划人员有效确定 MEDEVAC 设施（如移动航空医疗中转设施和 MTF）的位

  来源：Computers & Operations Research

  时间：2026-09-14

• 颗粒材料多阶段应力探查分析：离散元法揭示粗颗粒含量与应力历史的作用

  摘要：本研究利用离散元方法（DEM）应力探测技术，探讨了粗粒含量（CGC）和应力历史如何影响颗粒材料的增量行为。在各向同性固结、预剪切和预加载循环产生的控制状态下，在伦杜利克平面上进行了轴对称应力探测。结果表明，弹性应变增量包络线光滑且近似椭圆形，其尺寸随粗粒含量的增加而减小

  来源：Computers and Geotechnics

  时间：2026-09-14

• 扩散与模仿学习辅助的模因算法用于变速节能混合流水车间调度问题

  摘要混合流水车间调度问题（HFSP）在实际生产环境中普遍存在。随着能源消耗的不断增加和生态问题的日益严峻，节能调度已成为一个重要的研究课题。现代生产系统通常配备可变速度能力机器，允许作业在不同的速度等级下进行处理。虽然这提供了额外的调度灵活性，但也引入了生产效率与能源消耗之间

  来源：Computers & Operations Research

  时间：2026-09-14

• C-PGS：面向中国古代建筑的因果先验引导风格感知半监督语义分割

  • 我们揭示了建筑样式在半监督中国古代建筑语义分割中的双重作用：它既是一种外观混杂因素，也是一种结构约束。• C-PGS 利用基于超图的风格先验来减少伪标签中的样式诱导偏差，从而提升类间区分度和分割可靠性。• C-PGS 引入基于 SAM2 的实例级几何先验以细化局部结构并改

  来源：Computers & Graphics

  时间：2026-09-14

• IBMM++：基于隐式贝塞尔曲线的改进通用动作生成

  •改进的骨干网络。采用两阶段自注意力后接交叉注意力方案（取代原有的单一联合序列），使注意力更集中于局部条件并提高约束精度；同时用旋转位置编码（RoPE）替代正弦编码，使模型能够生成长度超出训练序列的序列。•自适应切线缩放。采用改进的贝塞尔曲线公式，其入切线/出切线不对称，并根

  来源：Computers & Graphics

  时间：2026-09-14

• 数据治理协作中的战略等待与突破：一种数据激活门控进化学习模型

  摘要数据基础设施的协作价值取决于数据激活与协作承诺。在回报不确定的情况下，以等待为导向的行动可能相互强化，并累积为系统级的战略等待。本文提出了数据激活门控演化-学习耦合框架（DAG-ELC），该框架将数据存量与数据激活分离，并将激活门控与随机演化动力学及Q学习耦合。内生激活条

  来源：Computers & Industrial Engineering

  时间：2026-09-14

• 任意双曲多边形的正双曲重心坐标及其应用

  •为非凸双曲多边形构建了正重心坐标。 •所提出的方法保证了正性和光滑性。 •展示了在图像变形和双曲混合中的应用。 引言 重心坐标提供了一种独特的方法，将点在同一固定多边形内的位置表示为该多边形顶点的仿射组合。它们在计算机图形学和几何处理中起着关键作用，应用于有限元分析 [1

  来源：Computers & Graphics

  时间：2026-09-14

• 基于层级深度强化学习的多时间尺度机器人移动履约系统优化

  **摘要** 机器人移动履约系统（RMFS）依赖自主移动机器人（AMR）将库存料箱运输至工作站；然而，在随机需求下，如何针对紧耦合组件和多个时间尺度进行决策优化仍具挑战性。我们提出了一种分层多时间尺度深度强化学习（HMT-DRL）框架，将班次级战略规划与实时战术控制分离。策

  来源：Computers & Industrial Engineering

  时间：2026-09-14

知名企业招聘：