• 供应商可持续性在提升航空公司效率与财务绩效中的作用：一种综合方法

  •本文提供了首批大规模面板数据分析之一，将供应商的 ESG 表现与采购企业的运营及财务绩效联系起来。 •我们提出了一种新颖的网络 DEA 模型，将 ESG 支柱作为最终输出以评估效率。 •我们利用美国航空公司及其供应商对提出的模型进行了估计。 •结果显示，航空公司从更具可持续

  来源：European Journal of Operational Research

  时间：2026-08-25

• 利用折纸技术对李子多单元管进行能量吸收与结构优化

  **摘要** 为了提升管状结构的能量吸收性能，将折纸图案融入到多单元管中，从而降低了传统管材的初始峰值压碎力。本文提出了一种新型的梅花五边形多单元管（PMT）以及带有折纸图案的梅花五边形多单元管（PMT-O）。通过实验和仿真研究分析了这两种多面体管材的能量吸收特性，并采用多目

  来源：Engineering Structures

  时间：2026-08-25

• 一种用于锂离子电池健康状态估计的 TeLU 增强深度学习方法

  •通过 FFRLS 提取可靠的 SOH 伪标签，以减轻真实电动汽车数据噪声。 •融合时域统计特征和基于 DWT 的时频特征进行 SOH 跟踪。 •在 SOH 建模中首创使用 TeLU 激活函数，以解决噪声引起的梯度振荡问题。 •使用鲁棒的确定性扰动方法量化特征可解释性。 引

  来源：Electric Power Systems Research

  时间：2026-08-25

• 收入分配的周期性与创新诱导增长

  摘要 本文使用一个独特的框架解释了数据中收入不平等的反周期性。推断来自一个结合了新凯恩斯主义框架和具有劳动增强型技术的内生增长机制的模型。收入差距存在于服务于企业研发活动的高技能工人和通过标准新古典函数贡献产出的低技能工人之间。成功的研发活动增加了企业的知识存量，进而提高了低

  来源：Economic Modelling

  时间：2026-08-25

• 面向边缘网络中具有可靠性保障的 VNF 并行化与部署：一种双流图强化学习方法

  •我们解决了 VNF 并行化与部署的耦合问题。•我们提出了 DG-RPDS，一种基于双 GAT 和 DRL 的部署方案。•一个闭环反馈系统连接主要和备份决策。引言边缘网络（ENs）作为一种有前景的计算范式出现，为网络边缘的用户设备提供灵活且响应迅速的本地服务。与传统云计算范式

  来源：Computer Networks

  时间：2026-08-25

• 一种用于动力学与物理学中的非线性时间分数阶对流-反应-扩散-波动方程的精确局部化无网格技术及快速算法

  摘要 本文提出并分析了一种用于求解二维 (2D) 非线性对流 - 反应 - 扩散 - 波方程的快速局部化无网格方法，该方程由阶数为 α ∈ (1, 2) 的 Caputo 分数阶导数控制，并表现出初始时间奇异性。核心策略涉及通过引入辅助变量，将原始的 α 阶方程简化为两个 (

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-25

• 综述：城市建筑能源模型校准的最新研究综述：方法、应用、性能与展望

  •及时、系统地回顾了UBEM校准方法。•UBEM校准方法被分类、示例说明和比较。•它们在时间、空间和数据体制下的适用性得到评估。•它们在实际应用中的表现被报告、分析和讨论。•典型的加速技术被总结和分析。引言城市建筑能源模型已成为引导低碳城市转型[1]、规划大规模改造[2]以及

  来源：ENERGY AND BUILDINGS

  时间：2026-08-25

• 开发自动热分区方法以支持城市建筑能耗建模

  摘要 开发合适的热分区方法有助于实现城市建筑能耗的准确计算。本文针对任意形状的建筑开发了一种新的核心与周边分区方法。提出的分区方法能够稳健地处理基底包含内部空洞的建筑，而不仅仅是实心基底。此外，之前的自动分区方法可能会产生宽度小于 2.5 米的狭窄核心区域。提出的分区算法还可

  来源：ENERGY AND BUILDINGS

  时间：2026-08-25

• 钻石蜂窝管状结构的等效弹性常数：一种超越平面假设的空间建模方法

  •在管状蜂窝结构中，对超出平面假设的空间效应进行建模。•揭示几何参数对等效弹性常数的影响。•阐明应变能演变和变形转变机制。•为结构设计建立参数敏感性和优先级框架。引言蜂窝结构是一类有序的多孔超材料，与组成基材相比，它们具有更高的孔隙率、比刚度和比强度[1]、[2]。此外，通过单元

  来源：COMPOSITE STRUCTURES

  时间：2026-08-25

• 基于 CFlow-cf 的冷水机组故障数据增强与样本级解释方法：采用假设重置与反事实重建进行诊断

  摘要 故障检测与诊断（FDD）有助于减轻建筑物能源损耗。数据不平衡问题严重制约了数据驱动FDD模型的可靠性和应用。深度生成模型能够解决这一不平衡问题，但缺乏样本级的可解释性，这阻碍了可信人工智能的部署。本研究提出了一种基于CFlow的假设重置与反事实推理框架（CFlow-c

  来源：ENERGY AND BUILDINGS

  时间：2026-08-25

知名企业招聘：