-
具有自我进化风险评估功能的交互式博弈论决策方法在自动驾驶车辆中的应用:以密集交通场景下的插队案例研究为例
自动驾驶车辆在密集交通中的切入安全问题与效率优化平衡,提出分层博弈论框架。通过有限状态机管理六阶段行为过渡,结合约束纳什均衡规划器解决双向博弈交互,利用自进化贝叶斯风险机制动态调整安全阈值,适应区域驾驶异质性。仿真验证显示安全性和效率分别提升50%和11%。
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-03-13
-
一种用于机场地面上实时滑行时间估算的自适应元建模方法
机场表面实时滑行时间预测的Kriging元建模方法研究。提出基于Kriging框架的自适应算法,通过动态采样与超参数优化提升预测精度与计算效率,在北京首都国际机场的实测数据验证中,RMSE达1.59分钟,MAPE仅4.53%,显著优于传统方法。研究突破静态平均与黑箱模型的局限,实现动态复杂场景的实时预测与决策支持。
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW
时间:2026-03-13
-
利用地理信息系统和多标准分析方法确定坡地固体重力储能的最佳位置
斜坡固体重力储能(S-SGES)通过利用自然坡地实现高效储能,但缺乏系统选址方法。本研究基于GIS-MCDM两阶段框架,结合地形约束(坡度、运输路线、堆叠区)和三维度指标(电气、经济、社会环境),提出量化选址方法。以贵州为案例,通过AHP赋权(电网可靠性权重最高28.52%)和敏感性分析验证,确定最优选址P4(得分9.06),方法鲁棒且可扩展至其他重力储能技术。
-
一种基于辐射冷却增强技术的液态干燥剂型大气水收集装置
液态吸附剂大气水收集系统通过被动辐射冷却模块有效降低溶液温度,提升吸湿驱动力,无需额外能量输入,在干旱和半干旱地区实现年产量增长79.3%-166.0%,并建立涵盖冷却-吸湿-脱湿-冷凝全过程的传热传质模型,揭示不同气候区协同效应的关键机制。
-
基于能量有限元方法的拓扑优化技术在热振动耦合条件下应用于飞机控制面设计,并通过实验进行了验证
热振动耦合环境下基于能量有限元法的控制面拓扑优化方法研究,通过构建EFEM与SIMP结合的优化框架,首次实现高温下高频振动控制的结构优化,实验验证显示动态性能提升11.28%-66.08%,并验证了方法在复杂曲面和复合材料的扩展性。
来源:MECHANICAL SYSTEMS AND SIGNAL PROCESSING
时间:2026-03-13
-
南亚的金融发展与能源转型:研发、信息通信技术、全球化、污染与经济增长的作用
本研究通过1990-2023年南亚四国面板数据,运用MM-QR、Driscoll-Kraay及IV回归分析,揭示金融发展显著驱动可再生能源转型但受R&D和全球化制约,ICT初期阻碍后与金融协同,经济成长持续支持而CO2排放阻碍有限,需整合政策纠正激励扭曲。
-
高能瞬变体的多卫星定位技术:鲁棒性与精确度的仿真研究
高能瞬变体定位中多卫星三角测量优化策略研究,通过模拟不同卫星数量与轨道高度对GRB 170817A定位精度的影响,揭示近地轨道550km高度下卫星数从3增至20可使3σ定位区域缩小至8700deg²,而日地L1点定位精度更高。提出卫星数据复用限制方案确保定位可靠性,为多卫星任务设计提供参考。
来源:Journal of High Energy Astrophysics
时间:2026-03-13
-
利用基于仿真的失效模式与影响分析(FMEA)方法预测印刷电路板在振动载荷作用下的系统级失效概率
振动载荷对电子元件可靠性的影响及系统级FMEA方法研究。摘要:该研究提出一种基于仿真的系统级FMEA方法,结合数值模拟、寿命模型和贝叶斯参数不确定性量化,评估振动载荷下PCB焊点失效概率。通过实验数据验证,该方法有效实现了系统级故障模式概率预测,为汽车电子可靠性设计提供量化工具。
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
时间:2026-03-13
-
一种基于深度学习的时间交通网络拆解方法
动态交通网络节点重要性评估与鲁棒性优化方法,提出基于DAG时序建模和多头图注意力网络的新型分解框架,有效捕捉拓扑演化特征并解决梯度消失问题,实验验证其在多类交通网络中的高效性和鲁棒性预测能力。
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
时间:2026-03-13
-
分而治之:基于提示的分布式学习方法在多模态情感分析中的应用
针对多模态情感分析中单点嵌入的局限性,本文提出Prompt-based Distribution Learning(PDL)框架,通过提示调优和分布学习分解多模态特征,有效处理显式和隐式歧义,并在CMU-MOSI等数据集上验证其优于基线方法。
来源:Information Fusion
时间:2026-03-13