-
基于逻辑的旅行商问题与设施型无人机的分解方法
•该模型可同时优化设施选址、配送路线规划以及无人机任务分配。•一种基于精确逻辑的本德斯分解方法,融合了整数规划与约束编程技术。•通过定制化的有效不等式与本德斯割策略,提升了问题求解的效率。•在最多160个节点的场景下,该方法的性能优于现有的商业求解器及分支剪枝算法。引言随着电子商
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW
时间:2026-08-15
-
用于集装箱与动力单元分配的同步模态双目标两阶段随机优化方法
•该集成随机模型可同时优化集装箱与动力单元的流动安排。•租赁决策构成了连接拖运与卡车运输的内在纽带。•依次进行的独立规划在数学上处于劣势。•在几乎不增加拖运成本的情况下,卡车运输成本可降低40%以上。•通过双目标帕累托前沿可量化协调带来的价值。引言多式联运物流中的陆侧环节是最容易
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW
时间:2026-08-15
-
基于EKF和UKF的漂移控制式仅IMU柔性结构位移估计方法
摘要:在没有外部参考的情况下,由于积分漂移、传感器偏差、未建模的激励以及姿态与重力之间的非线性耦合,通过惯性测量来估算位移是一项具有挑战性的任务。本文研究了一种仅利用惯性测量单元对柔性垂直结构进行位移估算的方法,该方法采用了降阶弯曲模型和非线性贝叶斯滤波技术。通过在一个主导模式的
来源:MECHANICAL SYSTEMS AND SIGNAL PROCESSING
时间:2026-08-15
-
基于物理原理的广义学习方法在利用不完整模态数据进行模型更新中的应用
•PhyBL将特征方程嵌入到BLS中,以便在模态数据不完整的情况下进行模型更新。•特征方程约束确保了模态参数映射的物理一致性。•与普通BLS相比,PhyBL在处理轻微损伤时表现更为优异。•通过对广州塔的验证,pMAC值超过0.94,频率误差也在8%以内。引言精确的有限元模型对于结
来源:MECHANICAL SYSTEMS AND SIGNAL PROCESSING
时间:2026-08-15
-
一种用于受非高斯脉冲激励影响的时变结构系统的自适应递归随机子空间识别方法
摘要:在实际工程中,结构系统的激励可能会受到非高斯脉冲噪声的干扰,这会在测得的响应信号中引入异常值,进而导致仅基于输出数据的模态参数识别结果出现偏差。为解决这一问题,本文提出了一种针对受非高斯脉冲激励的时变结构系统的新颖自适应递归随机子空间识别方法。该ARSSI方法采用自适应加权
来源:MECHANICAL SYSTEMS AND SIGNAL PROCESSING
时间:2026-08-15
-
基于动态均衡博弈的多源融合方法在粉末床熔融设备故障诊断中的应用
摘要:随着增材制造技术向更高精度和生产效率发展,对于粉末床熔融设备而言,可靠的故障诊断变得越来越重要。这类设备会产生高维度、强相关性且随时间变化的多传感器数据,这些数据虽然蕴含丰富的状态信息,但也带来了较大的冗余性和计算负担。现有的融合方法主要侧重于提升精度或减少冗余,但往往难以
来源:COMPUTERS IN INDUSTRY
时间:2026-08-15
-
针对气候变化的态度与需求驱动的能源减排:一种机器学习方法
摘要在公众中推广减缓气候变化的行为是应对这一挑战的关键步骤,但不同群体在这方面的成效参差不齐。本文综述了关于个人对气候变化的态度与减缓行为之间关系的相关研究,重点关注需求端的能源消耗降低问题。文章还提出了一个分析框架,用以理解各种减缓策略背后的驱动因素及障碍。通过运用机器学习方法
-
虚拟电厂参与多个电力现货市场的协同决策方法
摘要:虚拟电厂通过参与电力现货市场,能够优化资源调度并提升经济效益。本文提出了一种基于动态规划的协调优化决策方法,用于多类型市场中的虚拟电厂,以应对因电价波动、负荷需求不确定性以及风能和太阳能发电的随机性所带来的协调交易难题。首先,构建了虚拟电厂参与能源市场与辅助服务市场的联合交
-
基于广义LIME的特征排序方法在利用SHAP和LIME–BORDA算法预测加州承载比中的应用
•共有12种机器学习回归模型被用于CBR预测的基准测试。•随机森林展现出最高的泛化性能,其测试R2值为0.832。•一种新的LIME–BORDA框架通过加权秩聚合实现了局部可解释性的提升。•经过改进的LIME–BORDA模型结果与全局SHAP重要性指标之间存在高度相关性。•细粒含
来源:ADVANCED ENGINEERING INFORMATICS
时间:2026-08-15
-
一种用于优化基于生物质的联合发电的人工智能框架,该框架结合了固体氧化物电解、海水淡化、二氧化碳捕集以及甲烷化技术
摘要:向可持续能源系统的转型加剧了对能够同时生产多种高附加值产品并提高碳利用效率的综合性生物质利用途径的需求。然而,将生物质气化、二氧化碳捕获、氢气生产以及甲烷化技术整合到单一的人工智能辅助多联产框架中的研究仍较为有限。为填补这一空白,本研究提出了一种新型的生物质驱动型综合能源系
来源:ENERGY CONVERSION AND MANAGEMENT
时间:2026-08-15