-
基于可解释深度学习的裂缝预测方法:中国塔里木盆地案例研究
在致密砂岩气藏中,裂缝在增强储层渗透率和连通性方面起着关键作用。基于地震的裂缝预测方法在表征井间三维空间特征方面具有优势。以塔里木盆地A井区为案例,本研究提出了一种基于可解释多属性深度学习的裂缝预测方法。以成像测井得到的每米裂缝数量作为标签数据,从优化后的地震
来源:Energy Geoscience
时间:2026-07-15
-
基于废弃物能源化的电转甲烷系统用于区域天然气网络的技术经济评估
电转甲烷(PtM)提供了一条通过将捕获的CO<sub>2</sub>和氢气转化为合成天然气(SNG)从而将可再生电力整合到天然气网络中的途径。废弃物能源化(WtE)电厂由于其持续的CO<sub>2</sub>排放和高温废热的可利用性,构成了PtM有吸引力的锚点
来源:Energy Reports
时间:2026-07-15
-
人工智能与能源技术研发对美国能源转型的影响
随着人工智能重塑全球经济,一个关键问题随之出现:数字化转型能否加速可再生能源转型,还是会加剧清洁能源系统的压力?为此,本研究使用小波分位数回归方法以及1980年第一季度至2021年第四季度的季度数据,探讨了可再生能源消费(REC)的驱动因素。结果表明,人工智能
来源:Energy Reports
时间:2026-07-15
-
面向地毯式搜索的多机器人两阶段自适应采样与滚动任务重分配方法
在野外生态监测、搜救以及防灾任务中,通常采用地毯式搜索策略。任务的重要性和数量往往会动态变化,因此要求多机器人系统具备对动态变化进行灵活响应的能力。然而,传统任务分配方法大多面向静态小规模环境设计,难以满足大规模动态任务场景的需求,也未针对地毯式搜索策略进行优
来源:Egyptian Informatics Journal
时间:2026-07-15
-
分析自愿性员工离职:一种数据驱动的解释性建模方法
熟练员工的普遍短缺,包括通过限制自愿性员工离职来留住有才华的员工越来越困难,阻碍了公司成功。为了深入了解自愿性员工离职,以往的研究开展了基于理论驱动假设的解释性研究,或利用旨在基于历史数据预测哪些员工最可能离开公司的预测模型。相反地,研究人员提出了一种方法,该
来源:Decision Support Systems
时间:2026-07-15
-
综述:信息系统如何驱动组织技术适应与创新?一项整合性综述
新技术的持续涌现为组织带来了前所未有的机遇和挑战。面对人工智能(Artificial Intelligence, AI)和大数据(Big Data)等技术的快速演进,组织不仅要实现及时的技术适应(technology adaptation),还要利用这些技术促
来源:Data Science and Management
时间:2026-07-15
-
综述:多智能体技术解决协同调度问题的研究综述
现代工业环境日益增长的复杂性和动态性对传统集中式调度方法提出了挑战,需要更具适应性和智能化的方法。本综述系统性地研究了多智能体系统(MAS)在工业生产协同调度问题中的应用。研究人员开展了一项系统性文献综述,涵盖了2017年至2026年间(数据库检索日期为202
来源:Data Science and Management
时间:2026-07-15
-
面向电动交通系统的可持续锂供应链优化——采用聚类启发的决策变量影响方法
电动交通系统的快速扩张正在加剧对锂基材料的需求,给锂供应链及其可持续性表现带来日益增长的压力。应对这一挑战需要能够在实际运营条件下整合经济、环境和资源效率维度的优化框架,尤其是在早期规划阶段。为了克服大规模物流中静态网络假设的局限性,研究人员提出了聚类启发的决
来源:Computers & Chemical Engineering
时间:2026-07-15
-
一种基于敏感性分析的机制模型过程-模型结构失配诊断方法
结构过程-模型失配(Structural process-model mismatch)是过程系统工程(Process systems engineering)中的主要挑战,因为它削弱了机制模型(Mechanistic models)的可靠性,即使在精确的参数
来源:Computers & Chemical Engineering
时间:2026-07-15
-
船舶碳捕集吸附系统的技术经济与效率分析
船载碳捕集与封存技术为船舶满足国际海事组织的脱碳目标提供了创新机遇。然而,这些技术在经济上的可行性仍然是一个关键问题。本研究针对使用重燃料油或液化天然气燃料的中程油轮,进行了全面且符合实际的吸附系统技术经济分析。采用基于陆上最先进模型的性能基准以适应海上条件,
来源:Computers & Chemical Engineering
时间:2026-07-15