生物通官微陪你抓住生命科技跳动的脉搏
基于NSGA-III的多目标优化方法:柴油-生物柴油发动机中异丁醇和ZnO纳米颗粒的应用研究——使用VIKOR与TOPSIS方法的对比评估
柴油-生物柴油混合燃料中异丁醇与ZnO纳米颗粒协同作用对性能和排放的影响。通过响应面法(RSM)与Box-Behnken设计建立预测模型,结合NSGA-III多目标优化及模糊MCDM方法(VIKOR/TOPSIS),发现异丁醇降低燃烧温度抑制NOx生成,ZnO纳米颗粒提升制动热效率(BTE)并减少CO、HC和NOx排放。最终优化确定异丁醇与ZnO的最佳配比,实现性能与排放的平衡。
来源:Energy
时间:2026-02-21
基于自适应多阶段小波去噪和多技术整合的供热站热负荷预测方法研究
区域供热站热负荷预测面临数据噪声与模型性能优化双重挑战。本文提出多技术融合预测方法:采用48小时滑动箱线图结合PCHIP插值进行异常值与缺失数据处理,设计自适应多尺度小波去噪(AMSWD)增强数据质量,构建DOA-T-BiTCN-BiGRU-ThermaFocus-Mamba混合模型,集成DOA优化算法、双向时空卷积网络(T-BiTCN)、双向门控循环单元(BiGRU)及动态信息流调整模块,有效捕捉非线性时序特征与长程依赖关系,实验表明其预测精度与泛化能力显著优于现有方法,为智慧供热系统提供新方案。
FePO₄引导的氧化还原重构技术实现了废旧LiFePO₄正极材料的高效再生
锂铁磷酸盐(LFP)电池规模化再生策略创新:提出FePO4辅助的氧化分解-碳热还原两步法,通过调控Fe³⁺缺陷和Li-Fe反位缺陷,实现再生LFP(R-LFP)容量保持率98.7%,循环500次后仍保持97%容量,成本效益达1.16美元/千克,显著优于传统方法。
来源:ACTA MATERIALIA
基于FEDformer和SDCDDM的海上风电两阶段不确定性预测方法
海上风电功率预测面临资源随机性和不稳定性的挑战,本研究首次提出两阶段框架:第一阶段采用FEDformer通过频域分解提升确定性预测精度,第二阶段基于SDCDM结合季节分解与扩散模型生成概率场景。在MRAE、NAPS和CRPS指标上表现优异,有效平衡预测精度与不确定性量化,解决单阶段模型目标冲突问题。
基于兰姆波的跨域损伤识别技术,用于碳纤维增强塑料(CFRP)复合结构,采用模块化深度学习框架实现
本文提出基于模块化深度学习的跨域损伤识别方法,通过多通道信号融合、连续小波卷积特征提取和联合分布对齐的域适应回归模块,解决不同监测区域分布差异问题。实验验证其在未知损伤定位精度(较现有方法降低15%-30%)和跨材料结构泛化能力上的优势。
来源:Mechanical Systems and Signal Processing
基于LLM(法律硕士)的自动启发式设计方法,用于车辆与无人机协同路由问题
车辆-无人机协作路由问题(VDCRPs)因提升物流效率潜力大而受关注,但存在结构复杂、变体多样等挑战。本研究提出LLM-VD框架,整合大语言模型(LLM)与进化计算,通过结构化提示生成、优化启发式算法,并设计两种自调试机制:反馈修正防止重复错误,代码级修复优化可行解。实验表明LLM-VD在三个VDCRP变体中生成的启发式算法性能优于基线,成功率达四倍提升,且泛化性强。
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW
HySA-Aug:一种混合场景自适应增强方法,用于实现多样且准确的运动预测
多模态轨迹预测中基于场景自适应的数据增强方法研究,提出HySA-Aug框架通过分层规则约束生成符合场景拓扑的候选轨迹,结合数据驱动行为评分模块量化评估增强轨迹的合理性,并采用多监督回归损失有效整合增强数据至预测模型,显著提升预测轨迹的多样性和准确性。
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
采用部分碳化的ZIF-8作为前驱体制备ZnS/NC@MoS2阳极材料:迈向高性能Li+/Na+储能技术
针对MoS2作为锂/钠离子电池负极存在的循环稳定性差和容量未达理论值问题,提出ZIF-8部分碳化策略构建ZnS/NC@MoS2复合材料,通过Mo-N键实现MoS2纳米花的均匀负载,有效抑制体积膨胀并提升电子传导性,LIB循环1200次容量保持895.64 mAh g−1,SIB循环500次容量提升至510 mAh g−1。
来源:Journal of Power Sources
通过原位聚合技术制备具有阴离子捕获硼基团和掺铝LLZO( lithium lanthanum zirconate)的高性能复合聚合物电解质,用于锂金属电池
本研究采用原位聚合方法制备含硼基团和纳米LLZO的复合聚合物电解质(CPEs),有效提升锂金属电池的离子传导性和界面稳定性,抑制锂枝晶生长,优化后的T10L1电解质在循环性能和安全性方面优于现有研究。
工业5.0中保护隐私和提供可信网络威胁情报的综合性框架:区块链技术与微半监督类增量学习的融合,并结合了灾难性遗忘缓解机制
隐私保护与可信工业物联网威胁情报框架研究,融合区块链与轻量级半监督增量学习,解决设备端资源受限下的持续威胁检测与数据共享难题。
来源:Internet of Things
知名企业招聘: