-
飓风“伊恩”期间的人员疏散目的地选择:一种直接需求建模方法
飓风疏散行为研究利用移动设备数据整合社会脆弱性指数,揭示车辆可用性、集体住宿、道路密度和英语能力显著影响疏散需求,并发现长距离迁移意愿低。
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT
时间:2026-04-24
-
二手散货船估值中“绿色价值”的考量:一种混合机器学习方法
本研究构建可解释的Stacking集成框架,评估二手散货船绿色价值资本化效应。基于2005-2023年5,645笔交易数据,发现燃料效率指数(FEI)资本化呈现非线性、非对称特征,2018年后因IMO减排政策影响显著增强,且能缓解老旧船舶贬值风险。提出"Visibility-Valuation-Viability"政策框架,促进现有船队低碳转型。
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT
时间:2026-04-24
-
基于深度学习的污水管网故障率预测方法,并结合气候变化的不确定性量化分析——以香港为例
香港独立排水系统故障率预测与不确定性分析,基于多源数据构建Granger因果模型,识别暴雨累计、管龄超30年及管径超800mm等因素显著影响,对比LSTM与传统机器学习模型,验证LSTM在污水及雨水系统预测中MAPE分别低于16.28%和12.74%,并采用蒙特卡洛Dropout和核密度估计量化预测不确定性,揭示污水系统夏季故障高峰与雨水系统季节稳定性差异,为气候适应性维护决策提供数据支撑。
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
时间:2026-04-24
-
基于并行计算技术的大型多状态串并联系统可靠性评估的高效框架
针对大规模多状态串并联系统(MSSPS)可靠性评估效率低的问题,提出基于并行计算与通用生成函数(UGF)的PE方法。该方法通过分解独立任务并行计算组件性能分布,结合改进的UGF技术实现精确可靠性评估,显著降低计算时间。实例验证表明PE方法在效率和精度上均优于传统方法。
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
时间:2026-04-24
-
基于多层耦合网络模型管理复杂产品开发中的供应链质量风险,该模型整合了贝叶斯方法和图形评估与审查技术
供应链质量风险在复杂产品开发中的动态传播机制及管理框架研究,提出贝叶斯-GERT多层耦合网络模型量化风险跨维度传导,构建包含风险评价、关键源识别和优化控制的闭环管理体系,并以航空供应链为案例验证其有效性。
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
时间:2026-04-24
-
通过芯线电弧增材制造技术制备高硼不锈钢:工艺特性、凝固行为及力学性能
核工业用高硼不锈钢通过带芯电弧增材制造(CWAAM)制备技术研究。采用304/FeB系统制备含硼0.5-2.0wt%的带芯 wires,突破传统高硼不锈钢丝制备瓶颈,实现大尺寸复杂部件制造。研究表明:B含量增加使滴射模式由小滴连续喷射转向大滴接触喷射,熔池形态由深窄型变为浅宽型;B添加降低液相线温度,促进硼化物析出,强度硬度提升但塑性下降,凝固组织由δ/γ主导转向γ+M₂B共晶主导。该技术为核级部件的高效制造开辟新路径。
来源:Additive Manufacturing
时间:2026-04-24
-
基于梯度多材料路径生成的直接墨水书写技术,采用连通的费马螺旋线
本文提出了一种结合Fermat空间填充算法和图像处理技术的多材料直接墨水写作工具路径生成方法,通过动态速度补偿和欧氏距离滤波优化打印质量,实现了复杂梯度结构的精准制造。
来源:Additive Manufacturing
时间:2026-04-24
-
一种混合复杂网络-机器学习方法,用于识别和缓解紧急供应链级联故障中的关键状态
基于复杂系统动力学理论,构建整合级联故障模型、马尔可夫链与集成机器学习的应急供应链网络研究框架,系统揭示重大风险冲击下脆弱性演变规律与鲁棒性增强机制。研究发现:动态级联故障模型中约5%节点故障率触发非线性系统相变;DNN-LightGBM模型在高噪声环境AUC达0.9622;自适应邻接干预策略可100%维持系统可控状态。研究成果为智能应急供应链管理提供理论支撑。
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
时间:2026-04-24
-
一种基于模糊多序列颗粒球的无监督异常检测方法
提出基于模糊多序列颗粒球的异常检测方法ODMSGB,通过多粒度模糊信息粒化与正反序列特征子集互补分析,有效捕捉复杂数据中的细粒度特征交互,并在20个数据集上验证其优于9种基准方法。
来源:Information Fusion
时间:2026-04-24
-
ReaLiC:一种基于奖励机制的潜在推理方法,用于对话式查询的重写
奖励对齐的潜在推理对话式查询重写框架,通过结构化推理策略空间与多信号强化学习,融合检索效果和推理-上下文一致性反馈,实现可解释的对话上下文增强查询重写。
来源:Information Fusion
时间:2026-04-24