• 基于WEB样条的等几何分析方法，用于隐式修剪几何形状上的对流-扩散问题和不可压缩纳维-斯托克斯问题

  本研究将加权扩展B样条应用于隐式修剪几何上的输运和不可压缩Navier-Stokes问题，开发了WEB-IGA-G和WEB-IGA-C方法，结合SUPG稳定技术抑制数值振荡，并验证了其高阶收敛性和计算效率。

  来源：Computer Methods in Applied Mechanics and Engineering

  时间：2026-02-20

• 可解释的机器学习方法：用于高等教育建筑中特定人群的PM2.5暴露评估

  PM2.5暴露评估框架开发与关键驱动因素识别：结合CONTAM-EnergyPlus物理仿真与XGBoost-SHAP机器学习模型，系统分析高等教育机构建筑内PM2.5分布规律，揭示建筑密封性（Q50）主导暴露效应，提出需多策略协同的治理建议。

  来源：Journal of Building Engineering

  时间：2026-02-20

• 一种基于数据段的方法，用于全球范围内可降水量水汽的垂直调整

  基于ERA5数据开发了全球分段垂直调整模型GS-PWV，通过分区域分段应用指数函数优化PWV垂直修正，相比GPWV-H模型在 Bias和RMSE指标上分别提升9.09%和25.00%，验证了模型在复杂地形气候区的适用性和多源数据融合价值。

  来源：Advances in Space Research

  时间：2026-02-20

• 一种稀薄大气中的粒子碰撞-辐射模型：利用光学发射光谱技术研究电推进器系统中活性氧和多组分离子的浓度

  研究构建了大气粒子碰撞辐射（AP-CR）模型，提出基于该模型的自吸收法监测活性氧及多组分离子密度，结合氮氧双线比确定电子温度与密度，并建立离子束流模型评估推进器性能，通过ECR推进器实验验证了方法的有效性，为VLEO环境ABET系统优化提供实验依据。

  来源：Aerospace Science and Technology

  时间：2026-02-20

• 基于电网物理特性和实时自适应的堆叠学习方法用于实时电价预测：一种短期至中期的预测策略

  实时电力价格预测中的物理约束与异常处理创新研究。采用安全约束单位 commitment 模拟和双阶段时间分段异常校正因子，结合时间自适应堆叠学习框架，提升多时间尺度预测精度，验证显示误差降低34.25%-71.91%。

  来源：Applied Energy

  时间：2026-02-20

• 基于P2P交易的多能源微电网协同鲁棒规划：一种基于变分不等式的分布式方法

  多能源微网（MEMG）的协调规划框架，整合P2P能源共享与随机源荷模型，采用混合整数规划（MIP）和单调变分不等式（MVI）驱动的均衡模型，结合替代优化程序（AOP）处理非凸性，通过分布式自适应预测-校正算法解决多块MVI问题，并运用广义Nash谈判解确保激励相容与公平利润分配。数值实验验证了其有效性、隐私保护和合作促进优势。

  来源：Applied Energy

  时间：2026-02-20

• 一种基于有限元撕裂与互连方法的直升机叶片建模及结构载荷计算模块化技术

  本文提出基于FETI方法的直升机叶片动态建模与快速截面载荷计算方法。通过将叶片划分为多个子域并引入拉格朗日乘子建立界面约束，结合Kane方程构建模块化动态模型，利用达朗贝尔原理直接计算任意截面载荷，显著提升了计算效率并保持了高精度。该方法通过模块化设计避免了传统方法的重复建模问题，适用于不同构型叶片的分析。

  来源：Applied Mathematical Modelling

  时间：2026-02-20

• 固体氧化物电池堆栈中的空间分辨诊断技术——在纯氢环境下进行的多采样分析

  本研究开发了一种集成式诊断平台，用于在真实工况下对10电池电解质支撑固态氧化物燃料电池（SOFC）短堆进行空间分辨率的多物理场分析，包括气体成分、温度分布和电化学特性，为优化堆性能和评估材料稳定性提供数据支撑。

  来源：Applied Energy

  时间：2026-02-20

• 一种基于蒙特卡洛方法的统一方法，用于具有任意边界的腔体的声学分析

  闭式声腔的任意边界自然频率与声压响应分析中，本文提出基于Ritz方法和Chebyshev多项式的半解析方法，结合蒙特卡洛积分处理复杂边界的区域积分问题，通过高向量化的矩阵装配方案提升大规模采样的计算效率。验证表明该方法在矩形斜墙腔等复杂几何声腔中具有与有限元法相近的精度，且计算效率显著提升。

  来源：Applied Mathematical Modelling

  时间：2026-02-20

• 基于矢量场增强的强化学习方法在移动机器人自适应运动规划中的应用

  针对复杂动态环境中移动机器人的运动规划难题，提出向量场增强强化学习框架，结合向量场引导与递退式时域强化学习，有效降低计算成本并提升环境适应性，经仿真和实车测试验证其优越性。

  来源：IEEE/ASME Transactions on Mechatronics

  时间：2026-02-20

知名企业招聘：