• : 增强逻辑Benders分解方法求解具有离散工序序列柔性的柔性作业车间调度问题基准实例

  柔性作业车间调度（FJSP）通常假设同一工件的工序有固定的先后顺序，但在实际生产中，部分工序的加工顺序可以是任意的，这被称为工序序列柔性。本文针对具有离散工序序列柔性（FJSPDS）的调度问题展开研究，旨在最小化最大完工时间。研究构建了混合整数线性规划（MILP）模型精确求解小规模实例，并设计了基于逻辑的Benders分解（LBBD）框架处理中大规模问题。为提高LBBD效率，引入了结合遗传算法与约束规划（GA-CP）的混合方法以获取更紧上界，并提出基于关键路径的割增强（CPCS）启发式。在110个基准实例上的实验表明，所提MILP模型约束更少，对小规模实例均能求得最优解；增强后的LBBD框架相比现有最佳方法改进了47个已知最优解，显著提升了求解性能。

  来源：Chinese Journal of Mechanical Engineering

  时间：2026-03-30

• 移动操作机器人多任务连续操作的新方法：基于机构理论启发的路径运动学链（PKC）建模

  针对移动操作机器人在执行多任务序列时，因缺乏前瞻性而导致任务间中断的难题，本文提出了一种基于机构理论启发的新方法——路径运动学链（PKC）。该方法将任务路径建模为链式结构，并结合点族地图（PF-Map）进行可行性评估与轨迹生成，实现了高达96%的可靠性和连续操作，有效提升了机器人在动态服务任务中的任务适应性与全局预见能力。

  来源：Chinese Journal of Mechanical Engineering

  时间：2026-03-30

• 热力与离心载荷耦合下双壁涡轮叶片壁厚逆向匹配设计方法与初步强度优化

  随着航空发动机涡轮入口温度不断提升，先进的“双壁冷却”技术因其高冷却效率，在下一代发动机涡轮叶片设计中展现出巨大潜力。然而，高效冷却也导致了显著的壁面温度梯度，加之叶片高速旋转产生的巨大离心载荷，使得双壁结构面临严峻的强度挑战。本文针对此问题，创新性地提出了一种用于双壁涡轮叶片初步设计的壁厚逆向匹配方法。研究人员通过建立等效圆柱双壁模型，系统研究了壁厚比、温度梯度与离心载荷对应力场的耦合影响机制，发现由热载荷产生的压应力与由机械载荷产生的拉应力在耦合条件下可相互抵消。基于此原理，该方法通过反向调整内外壁厚度，使应力水平与热、机械载荷相匹配，从而有效降低了关键外壁的应力。应用该方法的算例表明，面积平均应力最大降低了2.43%，外壁应力降幅高达11.67%。这项研究为双壁涡轮叶片的概念与初步设计阶段提供了一种宝贵的壁厚设计思路与优化途径。

  来源：Chinese Journal of Aeronautics

  时间：2026-03-30

• 量子泰勒展开与最小二乘分数阶格子玻尔兹曼方法在非均匀网格不可压流模拟中的应用

  本研究针对现有量子格子玻尔兹曼方法（LBM）在弛豫时间固定（τ=1）导致雷诺数单一、且流步（通常基于量子行走实现）受限于均匀网格的挑战，提出了基于量子泰勒级数展开与最小二乘的分数阶格子玻尔兹曼方法（TLFS-LBM）。该方法通过分数阶方法分解为预测步（量子电路实现）和校正步（经典求解扩散方程恢复正确粘度），并将流步重构为A·feq形式，利用奇异值分解（SVD）将矩阵A分解为酉矩阵以在量子电路实现。研究验证了该方法在二维不可压等温与热流模拟中具有与经典方法相当的精度，成功将量子LBM扩展至非均匀网格与曲线边界应用，具有重要理论意义与应用前景。

  来源：Chinese Journal of Aeronautics

  时间：2026-03-30

• 基于指定性能的非线性异构多智能体系统最优编队跟踪控制：一种标识-评判-执行器强化学习方法

  本文综述了一种针对非线性异构多智能体系统（MASs）的自适应最优编队跟踪控制方案。该方案将强化学习（RL）算法、性能预设（PPC）技术和反步法相结合，解决了未知控制增益和动力学带来的挑战，确保编队误差在预设性能边界内，并能以最小成本实现最优控制。引入预设时间尺度函数，摆脱了对初始条件的依赖，可精确设定稳态精度与收敛时间。仿真结果验证了所提方法的有效性。

  来源：Artificial Intelligence

  时间：2026-03-30

• 面向部分可观确定性多智能体领域的因式规划方法

  在多智能体协同规划领域，尤其是在信息部分可观且行动具有确定性的复杂场景下，如何高效协调多个智能体以实现共同目标是一项极具挑战性的任务。针对此问题，Shashank Shekhar、Ronen I. Brafman和Guy Shani开展了一项主题为“部分可观与确定性多智能体领域的因式规划”的研究。他们创新性地将完全可观测多智能体规划中的“因式规划”思想扩展至部分可观场景，提出了一种三步求解框架。该方法首先将多智能体规划问题简化为一个单智能体规划问题，然后利用其解作为骨架计划，由各智能体独立完成，并最终同步处理形成分布式策略。实验评估表明，该算法在规模扩展性和求解质量上均取得了显著提升，为解决大规模确定性QDec-POMDP问题提供了新的高效方案。

  来源：Artificial Intelligence

  时间：2026-03-30

• 洛伦兹破缺Kalb-Ramond引力理论中黑洞的质量吸积现象：一种参数估计方法

  本文探讨了在洛伦兹破缺的Kalb-Ramond (KR) 引力框架下，三类红移参数化的动态暗能量（Dark Energy, DE）模型（ASSS, Seljak, BBCCFHKO）对黑洞的质量吸积过程。通过将宇宙学观测数据（宇宙计时器 (CC)、重子声波振荡 (BAO)、Pantheon+ 超新星 (SNe Ia)）与马尔可夫链蒙特卡洛 (MCMC) 统计分析方法相结合，对模型参数进行了约束。在此基础上，作者推导了黑洞质量随红移(z)演化的解析表达式，并利用受观测约束的参数值，计算了暗能量吸积引起的黑洞质量演化。研究结果表明，在这三种暗能量模型的吸积作用下，黑洞质量在宇宙膨胀历史中呈现出增长趋势。该工作为在修改引力理论中评估不同暗能量候选者的吸积效应提供了新的视角。

  来源：Journal of High Energy Astrophysics

  时间：2026-03-30

• 分层Dirichlet过程在矩无关全局敏感性分析中的应用：一种稳健的多模态分布处理方法

  本文提出并验证了使用分层Dirichlet过程(HDP)替代传统核密度估计(KDE)进行矩无关全局敏感性分析(MIGSA)的方法。作者指出，KDE在处理多模态分布时存在局限性，而HDP方法不仅能生成更准确的联合分布样本，还能提供敏感性指标的分布特性，从而在多模态场景下提供更稳健的结果，并为模型不确定性提供更深入的洞见。

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-03-30

• 天然深共晶溶剂中借氢策略用于胺的N-烷基化反应：一种可持续合成方法

  本文报道了一种创新的催化体系，将疏水性天然深共晶溶剂（NADES）与无配体钯催化相结合，用于伯胺与苄醇的N-烷基化反应。研究人员解决了传统借氢反应需使用昂贵金属、配体和有害溶剂的难题，发展了一种在温和有氧条件下高效、可持续的合成方法，并实现了催化剂与溶剂的多次循环使用，为绿色化学和胺类药物的合成提供了新策略。

  来源：European Journal of Organic Chemistry

  时间：2026-03-30

• 无监督异常检测方法在VEST球形托卡马克内部重联事件识别中的应用与评估

  本研究旨在解决球形托卡马克中内部重联事件（IREs）检测的难题，因其放电时间短、事件边界模糊、缺乏标记数据。研究人员利用等离子体电流和Hα发射信号，结合滑动窗口分割和事件级评估，提出了一种基于KNN、OCSVM和自编码器的无监督异常检测框架。该方法无需标签数据，实现了超过80%的精确率和70%以上的召回率，显著提升了IRE检测的准确性与鲁棒性，为等离子体行为的理解和控制提供了新工具，并可扩展至其他球形托卡马克设备。

  来源：Plasma

  时间：2026-03-30

知名企业招聘：