《控制与决策》编辑部 -->智能感知与决策

轨迹数据驱动的新能源汽车充电站选址模型研究

曹慕昆，王逸诚，刘新龙，戴维 — 2025/8/8 9:56:16

首先, 基于排队论模型, 提出充电桩利用率作为充电站选址规划中的重要考虑因素, 以用户的充电拒绝率、充电桩利用率以及运营商投资总成本为3个目标建立多目标充电站选址优化模型; 然后, 通过真实的车辆运动轨迹数据进行实验分析, 通过研究车辆在行驶过程中的驻留行为, 分析用户的实际充电需求, 在候选点的选取规划中, 引入ArcGIS软件, 利用其优秀的空间计算能力, 在地图中选取合适的候选充电站点; 接着, 为求解模型, 提出一种改进多目标粒子群算法, 并与其他智能优化算法进行对比分析, 验证所提出改进算法的合理性和有效性; 最后, 通过仿真实验, 进一步分析不同充电站数量以及充电桩功率对于充电站规划过程中各指标的影响. 实验结果表明: 当充电站数量达到一定规模时, 一味地建设充电站并不会使得服务效率得到提升; 不同充电功率对于充电站拒绝率影响较小, 但是会显著影响到充电桩的利用率.

具备可解释性的决策依据自编码多智能体强化学习方法

李佩璋，费庆，陈振，张言军，王博 — 2025/8/8 9:56:17

深度强化学习已成为无人集群在复杂未知环境中实现自主决策的关键技术方案, 但是, 内部不可解释的“黑盒”结构使得人类难以理解、信任和监督智能体的自主决策, 严重阻碍其在高安全需求领域中的应用. 鉴于此, 提出一种具备可解释性的多智能体强化学习方法. 首先, 设计具备可解释性的狄利克雷变分自编码器, 从隐空间中编码匹配物理语义信息的决策依据概率分布; 然后, 使用门控网络线性混合决策依据生成动作决策; 最后, 在多智能体近端策略优化强化学习网络框架下完成可解释自编码器的集成训练. 所提出方法将智能体的决策表征为若干具备物理含义依据的混合概率分布, 使得人类可通过概率密度直观地理解智能体行为, 并可通过调整门控权重直接干预智能体决策. 仿真对比实验验证了所提出方法的决策性能, 所设计的可视化方法展示了智能体决策的可解释性以及人类干预决策的效果.

车道缩减路段自动车辆协同换道控制

张韡，李永，刘涛，陈曦 — 2025/8/8 9:56:17

为了解决车路协同环境下城市道路车道缩减路段车辆强制换道导致的通行效率和安全问题, 基于博弈论思想提出一种自动车辆协同换道控制策略. 首先, 针对多车道缩减场景构建完全信息下的两方非合作博弈模型, 并依据整体合理性条件和个体合理性条件判定将其扩展为合作-非合作博弈转化模型; 然后, 在安全和效率收益函数中引入乘客行驶偏好, 以适应不同乘客的驾驶风格倾向性以及增强车辆换道的类人化决策; 接着, 利用收益等值思想求解博弈系统的纳什均衡和基于夏普利值进行收益分配以得到两种模型中博弈车辆的最优控制策略; 最后, 采用SUMO/TraCI与Python联合仿真方法对典型城市道路车道缩减场景进行实验验证. 实验结果表明: 基于两种博弈模型的协同换道控制策略在中高交通需求水平下均效果显著, 且在车道缩减区表现出显著的局部效应; 该控制策略不仅能够有效提升车道缩减路区的交通安全和通行效率, 还具有一定抑制交通震荡波的形成和传播、增加交通流稳定性的能力, 可为未来车路协同环境下的自动车辆强制换道控制提供借鉴.

O2O药品配送取货药店选择与骑手路径协同优化

杨华龙，金兴忱，刘家宁 — 2025/8/8 9:56:17

针对线上线下(online to offline, O2O)药品配送取货药店选择与骑手路径问题, 首先, 根据单一药店持有药品种类有限且客户订单需要齐套性配送的实际情形, 以平台配送总成本最小化为目标, 构建O2O药品配送取货药店选择与骑手路径协同优化模型; 然后, 结合模型复杂性特点, 设计人工免疫与蚁群嵌套算法进行求解. 多组不同规模以及现实场景的算例分析结果表明, O2O药品配送取货药店选择与骑手路径协同优化可有效提高配送资源利用率, 降低平台配送总成本. 药品种类数变化对于骑手数影响甚微, 对于配送路径成本和平台配送总成本有一定的正向影响, 连锁药店药品库存充裕量增加可降低平台配送总成本和拆单率. 研究结论可为平台制订O2O药品订单骑手取送方案提供有益的参考.

基于博弈的二阶多智能体系统分组编队

李基贺，纪志坚 — 2025/8/8 9:56:17

从聚合博弈的角度研究二阶多智能体系统的分组编队控制问题, 每个分组选定一个领导者, 为实现期望编队设计博弈成本函数, 研究发现二次聚合博弈的纳什均衡可以构成领导者的期望编队. 此外, 设计一种分布式算法, 使这些领导者通过寻求纳什均衡来形成期望的编队, 每个领导者对博弈的聚合函数进行估计. 进一步, 利用李雅普诺夫稳定性理论分析算法的收敛性. 与现有的编队协议相比, 采用该算法的二阶智能体在不依赖邻居位置和速度信息的情况下收敛到期望的编队. 同时, 跟随者采用不同于领导者的控制协议, 通过调整相对于邻居和领导者的位置和速度, 最终形成期望的编队. 最后, 通过一个仿真案例验证上述理论结果的有效性和可行性.

PSWHBA: 面向复杂全局优化的多策略蜜獾算法及其性能分析

刘景森，姜西，赵龑骧，周欢 — 2025/8/8 9:56:17

为克服蜜獾算法收敛精度有时不高、易早熟收敛等缺点, 增强其寻优性能以及优化效果, 提出一种多策略改进蜜獾算法(PSWHBA). 首先, 将迭代过程划分为3部分, 在不同的迭代时期选取不同的搜索策略, 以更好地平衡勘探与开发; 然后, 引入停滞门限值, 一旦达到该阈值则执行多重变异更新策略, 帮助个体跳出局部极值; 最后, 对种群中的较差解进行基于模拟退火的小波变异学习, 以提高整体种群质量, 进而提升算法的收敛速度和寻优精度. 为了全面评估PSWHBA的性能, 将其与多个具有代表性的对比算法在IEEE CEC2022测试集上进行仿真测试, 包括寻优精度、收敛性能以及与对比算法的差异性分析. 实验结果表明: PSWHBA对于算法机制的改进具有明显的有效性, 相较于对比算法具有明显的优越性, 具备出色的寻优性能和稳定性.

可变一致分数阶非线性离散灰色多变量模型及应用

沈琴琴，杨林云，曹阳 — 2025/8/8 9:56:17

一致分数阶灰色多变量卷积(CFGMC($ \alpha, N $))模型在传统的灰色多变量(GM($1, N $))模型基础上引入一致分数阶导数和常数项, 不仅体现了信息的差异性对数据发展趋势的影响, 还实现了与经典GM($1, 1 $)模型的兼容性. 然而CFGMC($ \alpha, N $)模型存在驱动因素累加阶数单一、结构简单、微分方程与差分方程之间的转换误差等缺陷. 为此, 对因变量和自变量一致分数阶累加的阶数进行差异化分析, 同时引入非线性校正项并借助于离散灰色模型的思想以消除转换误差, 构建一种可变一致分数阶非线性离散灰色多变量模型, 并分析新模型的基本性质, 给出最优累加阶数的计算方法. 利用该模型对油气管道腐蚀速率进行分析, 结果显示新模型的拟合和预测精度明显优于经典的GM($1, N $)模型、CFGMC($ \alpha, N $) 模型等其他几种灰色多变量模型.

具有外包选择的绿色混合流水车间生产调度优化

程俊恒，程静雅，黄宇枫，林艳泓 — 2025/8/8 9:56:17

针对考虑外包的两阶段混合流水车间绿色调度问题, 制造商可将部分工件的第1阶段工序外包给多个待选外包商, 其中外包工件在第2阶段内部加工前需要考虑运输时间和成本. 首先, 构建一个新的混合整数线性规划(MILP)模型, 旨在最小化制造周期、总成本以及总能源消耗的加权和目标, 各目标的权重参数通过基于指数标度的AHP-熵值综合赋权法确定. 然后, 鉴于问题的NP难性质, 结合问题特性进一步提出一种高效的两阶段启发式算法(ETH), 该算法将问题分解为两个并行机调度子问题, 并明确阶段间的优先关系. 在两个阶段中: 先分别根据约翰逊规则和先到先服务规则确定工件顺序; 之后, 基于贪心思想将工件分配至机器; 同时, 第1阶段的决策综合考虑运输时间和外包成本等约束条件. 实验对比结果验证了ETH算法在求解效率和优化质量上相较于传统舍入启发式算法(RH)的优越性.

基于自适应萤火虫重采样的区间粒子滤波器设计

王子赟，冯超，王艳，纪志成 — 2025/8/8 9:56:17

现有的粒子滤波器在解决未知但有界系统状态估计问题时, 普遍存在粒子需求量大和粒子退化问题, 影响状态估计的精确性. 鉴于此, 设计一种基于自适应萤火虫重采样的区间粒子滤波器. 首先, 通过宽度和估计误差计算每个区间的权重, 进而根据权重判断区间是否被舍弃; 然后, 在重采样步骤中引入自适应萤火虫优化策略, 通过求解优化后的自适应系数来确定每个粒子区间的移动方向和步长, 从而改进后验粒子区间分布; 接着, 进一步划分状态估计区间, 对所得到的状态估计上下界进行迭代收缩, 以获得更小的状态估计区间边界和更准确的状态估计结果. 所提出算法可使得具有更高权重系数的区间能够更有效地包裹真实状态, 从而减少粒子需求, 且所设计的自适应重采样策略能够显著降低粒子退化的程度. 最后, 通过数值仿真和Buck-Boost模型的实验, 验证了所提出算法能够更紧致地包裹状态的上下界, 且具有更低的均方根误差, 表明所设计滤波器提高了状态估计的准确性, 提供了更紧致的状态包裹.

有限周期下考虑成本动态变化的视情维修策略研究

李婷，戴安舒，何曙光 — 2025/8/8 9:56:17

随着信息技术的不断发展, 智能运维在工业设备的数字化转型过程中发挥着至关重要的作用. 通过设计科学的运维策略, 不仅能够保证复杂系统的高可用性和可靠性, 还能降低企业运营成本和风险. 不同于传统维修策略假设运行周期是无限的, 为设计出更加符合实际的运维策略, 首先, 在有限周期下考虑预防性维修成本随运行时间发生改变的特点, 并结合复杂系统在实际作业过程中同时受到退化失效和突发失效的双重影响, 建立一个有限周期下基于竞争失效系统的预防性维修优化模型; 然后, 以期望维修总费用最小化为目标, 通过构建马尔可夫决策过程并采用动态规划算法来确定最优的检修间隔和维修策略; 最后, 通过数值算例结合敏感性分析验证所提出动态运维策略在维修资源合理配置方面的有效性.

可解释非线性灰色Bernoulli模型及其在结构疲劳寿命预测的应用

杨璐，徐秋慧，谢乃明 — 2025/8/8 9:56:17

金属疲劳裂纹是导致航空飞行器结构失效的最常见损伤, 准确、有效地对结构疲劳裂纹扩展进行预测, 对于飞行器研制以及运营全寿命周期提供维护方案具有重要意义, 是航空工业界和学界共同关注的重要问题. 针对飞行器结构疲劳寿命预测问题, 首先, 在现有的非线性灰色Bernoulli模型的基础上, 提出一种可解释累积和算子, 明晰累积和算子的物理意义, 并基于该算子导出改进的非线性灰色Bernoulli模型; 然后, 引入可分非线性最小二乘法构建参数估计算法, 以实现模型结构参数、幂指数以及初值条件的同步估计; 最后, 通过飞行器蒙皮搭接结构的疲劳试验对所提出方法进行有效性验证, 并进行算法对比. 实验结果表明, 模型对两个试件裂纹扩展预测结果的均方根误差均小于1.9 mm, 验证了方法的有效性. 所提出方法对于飞行器结构疲劳寿命预测领域具有重要的技术价值, 对于类似的复杂装备结构疲劳寿命问题具有一定的借鉴意义.

数字内容平台第一方内容投资类型研究

唐华，艾兴政，蹇明 — 2025/8/8 9:56:17

针对第一方内容和第三方内容存在的两种关系(互补或替代)构建理论模型, 深入研究第一方内容不同投资类型对第一方和第三方内容价格和质量的影响机制, 以及对数字内容平台和第三方内容提供商收益的影响机理. 研究结果表明: 1) 相较于平台不投资第一方内容, 当投资效率较高时, 平台投资互补的第一方内容能促使第三方内容质量、价格及需求的增大; 当投资效率较低时, 此举会使第三方内容质量、价格及需求降低; 而平台投资替代的第一方内容一定能促使第三方内容质量、价格及需求的增大. 2) 在适当的时机, 平台采用高质量低价格的互补第一方内容或低质量高价格的替代第一方内容策略更有利于平台生态的可持续发展. 3)投资互补的第一方内容对平台总是有利, 但不一定有利于第三方内容提供商利润的增长, 而投资替代的第一方内容总有利于两方利润的增长, 且竞争强度越大越有利于两者的利润增长.

韧性视角下考虑供应商失效的应急物资供应链决策优化

伍佳妮，龙燕妮 — 2025/7/11 16:20:51

为确保应急物资的持续供应和有效分配, 使应急物资供应链在供应商失效时仍能保持一定的供应能力并快速响应, 继而恢复到良好的运行状态, 从而提升应急管理效率, 将韧性理论引入自然灾害应急物资供应链决策中. 基于韧性预防策略(产能储备与多源采购)、韧性响应策略(备用供应商)及韧性恢复策略(原供应商产能修复), 在政企联合模式的前提下, 建立以供应链总成本最小和供应链总韧性值最大为目标的灾前灾后两阶段混合整数随机规划模型. 通过算例求解得到不同情景和多种不确定因素下的应急物资供应链相关决策方案, 并通过对比分析和灵敏度分析证明模型的有效性与韧性策略的适用性. 结果表明: 韧性策略可以有效提升应急物资供应链应对供应中断的预防能力、响应能力与恢复能力; 韧性预防策略更适用于供应链失效程度较小的情况; 供应商失效时间越长、失效情景越严重, 备用供应商发挥的作用越大, 反之则原供应商产能修复发挥的作用更大.

基于奇异值分解的灰色交互作用关联分析模型及其应用

吴鸿华，胡阿芹，韩雪，李雅芳 — 2025/7/11 16:20:51

针对传统灰色关联分析模型无法测度因素间交互作用且未考虑数据噪声的问题, 基于奇异值分解提出灰色交互作用关联分析模型. 首先, 通过引入交互作用矩阵, 利用奇异值分解方法, 结合贡献率准则来确定关键奇异值; 然后, 构建单一因素和交互作用的灰色关联系数, 并最终得到单一因素和考虑交互作用的灰色关联度, 所提出模型能够满足规范性、对称性、数乘变换不变性等性质, 并克服对象排列顺序对于关联度的影响; 最后, 将所提出模型应用于黄河流域碳排放单一因素和交互作用驱动因素分析, 识别出关键影响因子, 通过实例分析结果表明所提出模型的合理性和有效性. 稳定性和置换检验分析进一步验证了所提出模型的稳健性.

函数型灰色关联分析及应用

刘宁，韦保磊 — 2025/7/11 16:20:51

针对灰色关联分析对于非等间隔含噪序列数据精度低或不适用等问题, 首先, 提出从含噪数据重构本征函数及其高阶导函数的惩罚样条光滑法, 以弱化序列数据分布间隔和观测误差的影响; 然后, 设计能够综合静态关联性和动态关联性的函数型关联度, 并论证其规范性、接近性、分解形式和实践应用准则; 最后, 将所提出模型应用于火炮身管烧蚀磨损截面特征分析. 结果表明: 所提出方法能够准确辨识烧蚀磨损截面与弹丸初速减退的关联关系, 且优于对比模型, 验证了所提出方法的可靠性和有效性.

基于多尺度特征融合和组合结构损失优化的深度学习弯道车道线检测方法研究

武小兰，孙奔奔，白志峰，郭桂芳，张锦华 — 2025/7/11 0:00:00

弯道车道线因其复杂的几何和视觉特征, 检测难度相较于直线车道线高. 针对现有弯道车道线检测算法普遍存在的识别精度不足问题, 提出一种基于多尺度特征融合和组合结构损失优化的深度学习弯道车道线检测方法, 旨在高效且准确地提取和识别弯道车道线. 首先, 在图像预处理中, 采用区域特定的裁剪策略, 根据车道线在图像中的相对位置, 通过选定的裁剪比例保留图像关键区域, 这种方法可有效减少环境干扰, 并提升模型预测速度; 然后, 基于优化的图像输入, 构建一个深度学习模型, 该模型整合ResNet34主干网络、特征金字塔网络(FPN)以及动态卷积模块, 利用多尺度特征融合技术能够显著提升车道线检测的准确性; 接着, 为了进一步优化检测效果, 引入一种新型组合结构损失函数, 该函数融合位置损失和形状损失, 不仅优化了车道线位置估计, 还增强了在弯道中的形状连续性; 最后, 在CULane数据集的弯道场景测试中, 所提出方法达到了85.54的$F_1 $评分, 验证了其高准确性和鲁棒性.

基于平均矢量角和动态缩减机制的约束多目标进化算法

鲁宇明，曹龙昊，董显娟，熊丽娟 — 2025/7/11 16:20:51

针对约束多目标进化算法存在难以平衡种群收敛性与多样性的问题, 提出一种基于平均矢量角和动态缩减机制的约束多目标进化算法(CMOEA-BAD). 该算法设计主种群和辅助种群, 它们分别独立进化, 以求解原始问题和辅助问题. 对于主种群, CMOEA-BAD将理想点与最低点的角度信息相结合构成平均矢量角, 并将该角度融入约束支配原则进行个体选择, 以平衡种群的多样性与收敛性. 对于辅助种群, 设计一种种群规模动态缩减机制, 通过动态地调整辅助种群的规模来降低其在进化过程中所占用的计算资源, 以加快算法的收敛速度. 为验证所提出算法的性能, 将所提出算法在MW和DTLZ测试问题上与PPS、BiCo、NSBiDiCo、MFOSPEA2以及CMOES算法进行比较分析, 并应用于实际工程问题中. 实验结果表明, 所提出算法不仅能够有效平衡种群的收敛性与多样性, 还可以显著提高算法的收敛速度. 算法整体运行时间缩短了28%, 综合性能更优.

基于混合流水作业组织的码头集疏港作业集成优化

刁璀洁，王文敏，黄颖，蔡佳芯，靳志宏 — 2025/7/11 16:20:51

为充分利用码头资源, 减少集卡在港时间, 缓解码头拥堵问题, 考虑闸口与堆场作业的相互影响, 将集装箱码头集疏港作业视为两阶段混合流水作业, 优化集卡作业指派和作业顺序. 首先, 将集卡视为工件, 每个集卡需要依次经过第1阶段闸口作业和第2阶段堆场作业, 完成集卡进港提/送箱作业; 然后, 考虑堆场作业中场桥安全距离、场桥不可跨越等现实约束, 建立基于混合流水作业组织的码头集疏港作业调度优化模型; 接着, 结合问题特点设计搜索算子, 应用基于$Q\text{-}{\rm learning} $的改进变邻域搜索算法进行求解; 最后, 通过数值实验验证所提出算法的有效性, 将所提出策略与传统策略进行对比, 实验结果显示: 所提出基于混合流水作业组织优化策略能够降低17.78%的设备间作业时间不平衡度, 并降低3.70%集卡最大流程时间.

基于双向代表点和相互K近邻的密度峰值聚类算法

任春华，李朝荣，余洋 — 2025/7/11 16:20:51

密度峰值聚类算法(DPC)能够识别任意形状的类簇, 但存在两大明显不足: 一是在密度分布不均的数据集中不能正确发现稀疏集群的聚类中心; 二是剩余点分配策略容易引起连锁反应导致数据点归类错误. 为此, 提出一种基于双向代表点(BRP)和相互$K $近邻(MKNN)的密度峰值聚类算法, 称为BRPMK-DPC. 首先, 设计一种基于正向$K $近邻代表点和逆向逆$K $近邻代表点的局部密度计算方法, 好处是可以在密度分布不均的数据集中高效识别正确的聚类中心; 其次, 提出一种相互$K $近邻的剩余点分配方法, 在分配过程中具有自适应性, 避免衍生类DPC算法采用固定$K $值带来的劣势; 最后, 在人工合成数据集和真实数据集上进行测试, 实验结果表明所提出的算法不仅能够高效识别密度不均集群的聚类中心, 而且在大部分数据集上的聚类性能优于其他7种对比算法.

基于可配置CFR的海上基地防护安全博弈策略求解

罗俊仁，张万鹏，谷学强，陈璟 — 2025/7/11 16:20:51

围绕海上基地的攻防可看作一个多阶段序贯对抗过程, 通常可建模为不完美信息零和博弈. 针对海上基地防护安全博弈问题, 构建不完美信息序贯博弈模型, 分析博弈模型各要素; 围绕近似纳什均衡策略的快速求解, 提出可配置反事实遗憾最小化(CogCFR)算法, 利用基类CFR算法与元控制器可动态控制CFR的超参数; 以海上多个海上基地防护为试验背景, 利用CogCFR求解海上基地防护资源分配策略. 针对有限理性对手, 提出考虑约束的单侧信任域鲁棒对手利用策略更新方式. 实验结果表明: 可配置反事实遗憾最小化相比动态加权反事实遗憾最小化计算时效性更强、参数更少; 算法具有较好的应用可行性和领域泛化性, 可为序贯交互类博弈对抗问题策略求解提供参考.

基于网格自组织粒球模型的不平衡回归方法

胡峰，周雨龙，苏祖强，代劲，于洪 — 2025/7/11 16:20:51

现有的不平衡数据回归算法需要多次计算样本间的距离, 当样本数量较大时, 处理效率较低. 粒球模型可将样本集合迭代划分为多个粒球, 以降低样本规模. 但是, 当前的粒球模型依赖于样本类别标签, 不适合回归任务. 鉴于此, 首先, 利用粒球内样本区域的网格划分, 定义粒球的填充度, 提出一种网格自组织粒球模型(GSOGB), 能够同时处理回归任务和分类任务; 然后, 在此基础上, 给出粒球内样本在邻域内的过采样策略, 提出基于网格自组织粒球模型的不平衡回归方法(GSOGB-SMOTER). 实验结果表明: 所提出GSOGB在12个分类数据集上优于现有粒球模型; 所提出GSOGB-SMOTER在10个不平衡回归数据集连续目标值域的5个等长分区的MSE指标上略优于文献中的7种算法, 且具有鲁棒性和更高的运行效率, 能够快速处理较大规模数据的不平衡回归.

集装箱多式联运全程运输路径与接驳集卡调度协同优化

何维，何世伟，迟居尚，赵子琪，赵日鑫，蔡近近 — 2025/6/5 15:27:41

随着客户对“门到门”运输服务需求的增长以及对于物流费用敏感度的提升, 多式联运经营人亟需提供高效经济的集装箱全程运输服务. 鉴于集装箱全程运输链涵盖多种运输资源和环节, 多式联运经营人面临如何合理调配运输资源和实现各环节间有效协同的挑战. 综合考虑集装箱干线运输和两端接驳环节, 研究集装箱多式联运全程运输路径与接驳集卡调度的协同优化问题. 首先, 基于集装箱运输时空网络, 构建以总运营费用最小为目标的混合整数线性规划模型; 然后, 通过逻辑Benders分解算法框架设计可有效处理实际规模问题的精确求解算法; 最后, 选取西部陆海新通道部分运输网络为实验场景进行算例分析. 实验验证分析结果表明: 相较于Gurobi商业求解器, 所提出算法在多种规模算例中求解效率更优; 与传统的独立决策方法相比, 所提出协同优化模型能够降低$5\% \sim 7.5\%$的总运营费用.

在(p, N)-策略控制下耐烦服务员不中断多重休假M/G/1排队的最优控制策略

尹伶玉，唐应辉，旷欣宇 — 2025/6/5 15:27:41

研究在($ p, N$)-策略控制下耐烦服务员不中断多重休假M/G/1排队系统, 其中每当系统变空时, 服务员去进行一次不中断的休假, 当服务员休假回来时, 若系统中等待服务的顾客数大于等于事先设置的正整数阈值$N( {N \geqslant 1} )$, 则服务员立即开始服务直到系统再次空竭; 若系统中有顾客但顾客数少于$N$个, 则服务员以概率$p\,( 0 \rhbr \leqslant p \leqslant 1 )$开始服务, 以概率$ {1 - p} $不服务, 处于通常的闲期, 直到系统中的顾客数累积到$N$时才服务. 通过系统稳态队长的随机分解定理得到系统稳态队长分布的概率母函数和平均队长表达式, 同时应用Little公式得到任意顾客的平均等待时间表达式. 然后建立系统的费用结构模型, 利用更新报酬定理推得系统长期运行单位时间的期望成本费用函数. 进一步, 在没有平均等待时间和有平均等待时间约束下, 通过数值实例分别讨论系统的优化控制问题, 并确定使系统费用最小的一维最优控制策略$N $*和当休假时间为$ T$时的二维最优控制策略($N $*, $ T$*).

混合近邻和多簇合并的密度峰值聚类算法

吕莉，赵妞，肖人彬，王新峰，韩龙哲 — 2025/6/5 15:27:41

密度峰值聚类算法简单、高效, 可识别任意维度和形状类簇, 已在各领域得到广泛应用. 然而, 密度峰值聚类算法也存在一些问题, 如: 对截断距离参数敏感、难以发现低密度区域的类簇中心以及容易产生“多米诺效应”. 为此, 提出混合近邻和多簇合并的密度峰值聚类算法. 首先, 综合考虑样本的全局分布与局部结构, 引入自然近邻与$ k $近邻重新定义局部密度, 消除对截断距离参数的敏感, 并提高低密度区域样本的局部密度以增加类簇中心的识别度; 其次, 将样本划分为多个微簇, 并利用簇间关联度进行合并, 减少距离类簇中心较远的样本的分配错误, 从而有效缓解分配错误连带效应. 使用人工数据与真实数据进行测试, 结果表明, 所提出算法的综合性能优于对比算法.

移情网络下有序回归残缺值估计和应急决策共识建模

夏璇，巩在武 — 2025/6/5 15:27:41

突发事件应急决策过程中, 决策者常因判断矩阵信息缺失而对其他决策者偏好产生移情效应, 且个体间偏好信息冲突阻碍共识达成. 针对残缺判断矩阵群决策问题, 现有方法往往忽略了挖掘高质量的额外信息来辅助决策, 有限的信息降低了决策结果的可靠性. 此外, 传统研究中矩阵补全与共识达成过程相互独立, 且反馈机制中难以识别出决策个体的冲突偏好, 影响共识达成效率. 为了克服以上问题, 提出一个移情网络下同步实现矩阵补全和共识达成的群决策框架. 该框架首先有效整合间接偏好信息与移情偏好信息, 构建有序回归共识判别模型; 其次, 通过设计冲突反馈机制, 分别构建冲突信息最小成本剔除和调整共识模型, 该方法不仅能够深入挖掘有效的隐性信息, 而且可以促进残缺值补全、共识达成与加性一致性实现的有机融合, 提升应急决策过程中估计值的可信度和共识达成效率; 最后, 通过台风灾害应急案例、仿真和对比分析验证了所提出框架的有效性.

两级销售返利契约下的零售商库存与融资决策

吴晓黎，寇淇，范毓升，曾耀仪 — 2025/6/5 15:27:41

在供应商给下游零售商提供多级销售目标返利合同的背景下, 构建由资金充足供应商和资金约束零售商组成的二级供应链, 探究零售商面对随机需求和两等级销售返利时的库存与融资决策. 研究发现: 销售目标在一定范围内时, 销售返利会激励零售商增加订货量且会促使资金不足的零售商融资补货达到目标库存; 过大的销售目标会降低零售商的订货量, 此时零售商资金过剩但是不订货. 数值分析表明, 相较于线性返利模式, 销售目标返利能够提高供应链利润. 存在零售商刚好订货至销售目标阈值的“跟订区域”, 该区域可以实现供应链双方利润的帕累托改进, 零售商的库存决策不受自有资金的影响. 供应商应通过销售目标返利激励零售商订货以实现长期合作, 且可根据零售商订货量来反向识别其资金实际状况.

基于分解排序的多维分类器链算法

李二超，杨宏强 — 2025/6/5 15:27:42

多维分类问题中的类别变量具有复杂的依赖关系, 这对分类性能有着重要影响. 分类器链算法能够有效地建模这些依赖关系, 但由于标签顺序选择和错误传播问题, 性能提升受限. 为此, 提出一种基于分解排序的多维分类器链算法. 首先, 通过一对一分解规则将多维分类问题转化为多个二类分类问题, 以降低问题的复杂度; 其次, 将标签顺序建模为线性排序问题, 并利用遗传算法进行优化, 确保标签排序的合理性; 最后, 通过控制特征空间策略减弱前序分类器的错误预测对后续分类器的负面影响, 从而提高算法的鲁棒性. 在10个真实的多维分类数据集上进行的对比实验表明, 所提出的算法在泛化性能上优于当前先进的多维分类算法, 同时具有较低的计算复杂度.

考虑突破式技术创新阶段和技术距离的制造商动态竞合策略研究

孙嘉轶，韩玉杰，滕春贤 — 2025/11/10 16:44:52

由于突破式技术创新的动态性及其成功与否具有随机性, 静态模型无法描述这一过程. 基于此, 构建由两个实施突破式技术创新的制造商和一个实施营销策略的零售商组成的供应链, 分析技术距离对技术投入努力和营销投入努力的影响, 提出制造商技术创新成功前后的动态竞合策略. 研究表明: 在技术创新成功之前, 供应链成员的投入努力与技术创新成功率、边际利润以及技术或营销水平提升率呈正相关, 而在技术创新成功之后, 投入努力则趋于稳定; 技术溢出效应和技术抑制效应对低技术水平制造商影响显著, 对高技术水平制造商没有影响, 而学习效应对两制造商的影响效果相当; 当技术距离比较小, 或者技术创新成功率比较高时, 两制造商采取合作策略更有利, 反之, 当技术距离比较大, 或者技术创新成功率比较低时, 竞争策略更优. 综上, 研究发现技术距离和技术创新的不同阶段会显著影响供应链的最优决策与竞合策略, 为供应链的协同创新发展提供了理论依据.

基于改进RRT算法和人工势场平滑的航迹规划

张乐天，吴蔚楠，龚春林 — 2025/11/10 16:44:52

针对快速搜索随机树(RRT)算法与常规平滑方法组合在解决复杂环境下无人机(UAV)路径规划问题时计算效率低、随机性高、存在航迹拐点、路径冗长及安全性较差等不足, 提出一种结合改进双向搜索随机树算法(RRT-Connect)和人工势场平滑法(APF)的航迹规划方法. 首先, 两棵随机树分别从起始点和目标点同时进行扩展, 并引入贪婪策略以提高搜索效率; 然后, 采用目标偏置策略来优化随机节点的选择, 同时加入改进的人工势场分量, 以减少搜索方向的随机性, 加快两棵随机树的交汇, 生成一组避开障碍物的可行航迹; 最后, 在初始航迹基础上, 采用基于人工势场的平滑优化方法, 将航迹节点视为带有引力势场的点, 只对相邻两侧的航迹节点施加引力作用, 并在各障碍物处设置斥力势场. 通过引力和斥力相结合的双重作用机制, 实现对航迹节点的调整优化, 从而提升航迹的平滑性和安全性. 仿真实验验证了所提方法在不同场景下的可行性和有效性.

基于混合学习策略进化算法的柔性作业车间节能分批调度研究

张国辉，伦伟航，李亮，沈克伟，李峥峰 — 2025/11/10 16:44:52

首先, 针对柔性作业车间节能分批调度问题, 构建一个以最小化最大完工时间和机器加工总能耗为目标的优化模型; 同时, 提出一种规则数字化分批方法, 合理划分批次, 以进一步提升调度效率. 然后, 为高效解决该问题, 提出一种融合强化学习的非支配排序遗传算法II (RLNSGA-II), 该算法通过自适应策略调整交叉率和变异率, 能够有效增强算法的全局搜索能力. 接着, 结合分批问题特性设计3种邻域搜索策略, 可显著提升算法的局部搜索能力. 最后, 通过对比实验验证所设计强化学习参数自适应策略和邻域搜索策略的有效性, 并将RLNSGA-II与其他多目标优化算法进行对比, 验证其在求解EFJSP-BS中的显著优越性.

异质性时间偏好下制造商主导的闭环供应链决策

张浩男，于浍，徐娜，米佳晶 — 2025/11/10 16:44:52

回收业务的长期运营属性决定了其决策过程的动态特征. 针对闭环供应链(CLSC)企业对远期收益存在的时间偏好异质性, 即制造商主导且时间偏好一致、零售商跟随且时间偏好不一致情形, 探究异质性时间偏好对CLSC系统回收、定价策略制定及回收模式选择的影响. 首先, 应用随机双曲折现模型, 构建零售商时间偏好不一致的跨期决策动态规划模型; 其次, 结合随机微分对策理论和逆向归纳法, 求解得到不同回收模式下的均衡回收投入、定价策略、可再利用率期望以及效用函数, 并对均衡结果进行比较分析. 研究发现: 相较于时间偏好不一致的成熟型零售商, 幼稚型零售商负责回收能使整个CLSC系统实现较高的效用; 时间偏好一致的制造商负责回收, 无论面对成熟型还是幼稚型零售商, 其回收行为均能促进废旧产品的有效利用, 进而确保整个CLSC系统达到最优状态. 因此, 制造商回收是CLSC系统的最佳回收模式, 且零售商时间偏好的不一致性可增强供应链成员采用制造商回收策略的意愿, 该结论与完全理性的静态模型研究不同.

一种时限可达域引导的航天器博弈决策学习方法

乔贝贝，刘薛怡，钱寒雨，许静文，肖冰 — 2025/11/10 16:44:52

针对在复杂空间博弈场景中, 脉冲推力驱动的航天器追逃博弈决策实时性受限和传统奖励函数较难适应远距离和高动态对抗学习环境的问题, 对航天器博弈对抗的智能机动决策和燃料优化展开研究. 首先, 建立轨道博弈动力学和机动约束模型; 然后, 提出一种具有时间约束的航天器单脉冲可达域求解方法, 并结合神经网络对轨道危险区进行量化拟合; 接着, 基于分布式系统架构设计层次强化学习框架, 采用近端策略优化(PPO)算法开展红蓝对抗学习训练; 最后, 对所提出机动策略进行验证. 仿真结果表明, 在二体动力学轨道博弈场景中, 危险区策略可使得平均燃料消耗降低33.81%, 博弈策略相较于传统方法打靶率平均可提升38.41%.

基于自适应响应选择的动态多目标进化算法

张丽园，刘建昌，刘圆超，张伟 — 2025/11/10 16:44:52

目前提出的动态多目标进化算法大多仍难以全面应对各种类型的动态多目标优化问题. 鉴于此, 提出一种基于自适应响应选择的动态多目标进化算法(ARS-DMOEA), 其核心思想是自适应选择具有不同响应优势的动态响应策略, 以有效应对各种类型的动态多目标优化问题. 首先, 提出一种自适应响应选择策略, 可以根据不同动态响应策略的历史性能自适应地调整其选择概率; 其次, 设计一种混合动态响应策略, 根据选择概率选择不同策略生成的个体, 从而在新环境中生成高质量的初始种群. 与4种优秀动态多目标进化算法进行对比实验, 结果表明, ARS-DMOEA具有较高的竞争力, 并能有效适应不同类型的动态多目标优化问题.

一种基于多假设交互的三维人体姿态估计模型

胡楠，张家豪，魏晓彤，朱宏博 — 2025/11/10 16:44:52

近年来, 基于Transformer的方法在三维人体姿态估计任务中表现出色, 然而, 现有方法虽能通过全局自注意力机制有效建模关节间长程依赖关系, 但在肢体快速运动等场景下易产生局部运动轨迹预测偏差, 存在对局部运动特征建模不足问题. 鉴于此, 提出一种结合卷积神经网络(CNN)与混合注意力机制的Transformer架构模型, 通过加入卷积特征提取, 显著增强局部关节运动表征能力. 首先, 设计混合多假设生成模块, 兼顾效率的同时生成更丰富的假设信息, 有效弥补传统全局视角方法在捕捉局部依赖关系上的不足; 然后, 使用自假设精细化模块进一步挖掘数据中的多样化信息, 确保模型能够捕捉到更多细节; 最后, 通过跨假设交互模块充分融合不同假设间的特征信息, 增强模型的鲁棒性和精度. 实验结果表明, 该模型在数据集Human3.6M上的表现相较于基准模型MHFormer提升了7.99%, 表明了所提出组件与整体架构在三维人体姿态估计领域的有效性.

融合双阶段对齐协同脑图谱与ViT嵌入提炼的MCI高阶连接识别模型

吴海锋，翁建明，曾玉 — 2025/11/10 16:44:52

针对功能磁共振成像(fMRI)中高阶功能连接建模与分类任务中维度膨胀、归一化缺失与跨阶协同弱化的挑战, 提出一种微分几何驱动的结构分层化轻度认知障碍(MCI)识别模型. 该模型融合双阶段对齐协同脑图谱(DAS-Connectome)与结构嵌入提炼层(SERL). DAS-Connectome引入两级结构建模机制: 一是通过流形对数映射实现归一化的几何推广, 构建稳定的高阶神经依赖结构; 二是执行结构映射增强, 将高阶结构与原始低阶张量缩并耦合生成DAS-Connectome, 从而提升结构表达的一致性与判别密度. SERL通过变分信息瓶颈的嵌入机制和预训练ViT(Vision Transformer )对DAS-Connectome进行低维表征提炼, 最终将嵌入特征输入轻量级分类器完成MCI判别. 实验表明, 所提出框架在阿尔茨海默病神经影像学计划库的数据集上相较传统方法分类准确率最高提升16%, 在小样本条件下展现出良好的稳定性与泛化能力.

双模板跨模态交互与前景选择的高效RGB-T目标跟踪

柳长源，范培栋，兰朝凤 — 2025/11/10 16:44:52

利用可见光(RGB)和热红外(TIR)双模态信息间的互补性可以克服单模态跟踪在恶劣环境下的局限性. 目前基于RGB-T的目标跟踪方法不能充分利用模态间信息, 而且额外模态的引入会导致计算量增大. 为此, 提出双模板跨模态交互与前景选择的高效RGB-T目标跟踪网络, 对两个模态的模板图像进行融合构建融合模板图像分支, 利用融合模板图像特征和两个模态模板图像特征作为模态交互的纽带, 克服不同模态图像中心存在的偏差导致两种模态信息利用不充分问题; 利用极性感知线性注意力构建Transformer编码器, 减少ViT(Vision Transformer)中的多头注意力机制带来的复杂计算量, 提高模型的效率; 通过极性感知线性注意力返回的注意力构建前景选择模块, 去除无关背景特征, 提高跟踪精度的同时减少背景特征带来的计算量. 实验结果表明, 所提出网络在LasHeR数据集上跟踪成功率达到57.1%, 精确率达到71.2%, 相较于模板连接搜索区域交互算法(TBSI)分别提升1.1%和1.5%, 跟踪速度相较于TBSI提升3.5%, 在RGB-T目标跟踪任务中取得了较好效果.

考虑低碳商誉的产能需求方绿色转型策略

赵道致，杨爽，韩红帅，袁紫微 — 2025/10/14 15:03:03

在“双碳”战略目标引领下, 随着国家节能减排政策的持续深化与绿色消费理念的广泛普及, 消费者的绿色低碳偏好愈发明显. 为响应市场对绿色产品的消费偏好, 制造业正加速推进绿色转型. 聚焦具有绿色转型意愿的制造企业(绿色产能需求方), 考虑其两种实现绿色转型的方式 —— 自主研发或通过产能分享平台实现绿色生产, 以低碳商誉水平为状态变量构建两种方式在不同情形下的微分博弈模型. 其中, 在绿色产能需求方选择通过产能分享平台实现绿色生产时, 考虑分散决策和集中决策两种情形, 并进一步设计成本分担协调机制. 研究表明: 不同情形下, 产品的低碳商誉水平均会随着时间而达到稳定状态; 绿色产能需求方自行研发绿色生产并不总是优于通过产能分享平台实现绿色生产, 这与两种不同生产方式的成本相关, 相对生产成本更低的生产方式表现更佳; 成本分担协调机制可以有效改善绿色产品的低碳商誉水平及供应链整体利润, 从而实现帕累托改善.

不同种类共享单车出行特征和访问规律研究

郭戈，明迪达，刘上，张忍永康，邹阳 — 2025/10/14 15:03:03

共享单车的时空分布和使用模式对其系统的部署和运营至关重要. 为此, 从动力、停靠方式出发, 对不同种类共享单车的出行特征和访问规律进行深入研究, 揭示出行距离、回转半径、等待时间等空间、时间特征的分布规律, 并在此基础上对共享单车出行范围、使用突发性进行分析. 此外, 采用Levenberg-Marquardt算法发现特定位置共享单车流量与出行距离、频率之间的高斯函数和指数函数关系. 最后, 提出衡量聚散程度变化的流量维纳指数, 量化共享单车的潮汐现象.

基于自适应事件驱动鲁棒无迹卡尔曼融合滤波的目标跟踪

朱洪波，许安伟 — 2025/10/14 15:03:03

针对资源受限移动无线传感网络下的目标跟踪问题, 考虑到运动建模和接收信号强度(RSS)量化的不确定性, 提出一种基于RSS环境自适应事件驱动的鲁棒无迹卡尔曼融合滤波方法. 首先, 设计环境自适应事件驱动机制, 使移动目标能适应周围锚点分布动态调度接近期望数量的锚点, 同时动态触发锚点数据传输, 以降低无线传感网络节点的计算、电能和通信负担; 然后, 引入随机均匀分布的噪声协方差刻画运动建模和RSS量化的不确定性, 并结合多重Sigma点均匀随机采样加权平均, 构建鲁棒平方根无迹卡尔曼融合滤波算法, 以减少不确定性对目标跟踪性能的不利影响; 最后, 通过数值仿真结果表明, 所提方法在保证触发接近期望数量锚点的同时能够有效提升目标跟踪的稳定性、鲁棒性和精确性.

基于社会时间图的行人轨迹预测

张卿瑞，张旭秀，王琳，梁天添 — 2025/10/14 15:03:03

行人轨迹预测在智能交通、自动驾驶与视频监控等应用领域下有着广泛的应用, 对行人间复杂的交互关系进行全面建模是提升轨迹预测准确率的关键问题. 已有的基于神经网络的建模方式存在忽略行人间的持续影响, 以及静态的图卷积算法无法适应动态变化图结构的问题. 为此, 提出一种基于社会时间图的轨迹预测模型STGCR. 该模型通过量化不同时空行人对目标行人的异步交互关系, 融合行人间的动态信息, 并将其应用于图卷积算法中. 此外 STGCR 引入了一种时空加权注意力机制, 显式计算行人间的空间与时间特征的关系. 实验结果表明, 与STAR模型相比, 在预测未来8个时间步时, 所提出的模型在公开数据集ETH和UCY上, 平均位移误差和最终位移误差分别降低39.6%与30.8%.

基于多粒度对齐和证据推理的多源域自适应故障诊断方法

陈洋洋，周谧，张永斌 — 2025/10/14 15:03:03

针对多源域自适应故障诊断方法中多域对齐不足和多源信息协同不充分问题, 提出一种端到端的基于多粒度对齐和证据推理规则的多源无监督域自适应故障诊断方法(MAERAN). 首先, 设计多粒度对齐模块实现由浅入深的多级分布对齐. 具体地, 使用浅层域鉴别器对共享域浅层特征实施域对齐以降低浅层特征分布偏差; 构建多视图子网络提取每对源域和目标域的深层特征并实施域对抗策略以实现特征分布对齐; 通过两阶段域对齐挖掘域不变特征, 可有效减少跨域分布差异; 同时, 设置细粒度类对齐以增强类别区分性. 然后, 提出基于证据推理规则的多源信息协同决策模块对多源诊断信息进行自适应加权融合, 以提升模型的泛化能力和诊断性能. 最后, 通过在两个轴承数据集上的实验验证了MAERAN方法在多源迁移任务中的有效性和优越性.

城市轨道交通网络列车运行调整与速度曲线选择实时优化

袁音，李树凯，陈泽彬，杨立兴 — 2025/10/14 15:03:03

为提升城市轨道交通网络在运行干扰下的服务质量和能源利用效率, 提出一种兼顾换乘衔接和节能目标的列车运行调整与速度曲线选择实时优化方法. 首先, 通过引入与列车调整和速度曲线选择相关的决策变量, 构建以最小化列车时刻表偏差、乘客总等待时间以及列车运行能耗为目标的混合整数非线性规划模型. 其次, 基于滚动时域优化实现列车时刻表和速度曲线的动态调整, 并设计基于客流估计的高效分解算法求解每个决策阶段的优化问题. 该算法将复杂的网络问题分解为一系列支持并行求解的小规模线路子问题, 可有效克服非凸非线性的求解挑战, 并显著提高计算效率. 最后, 基于北京地铁网络开展多种干扰和客流需求场景下的仿真实验, 验证所提模型和算法在大规模实际应用中的可行性和有效性. 实验结果表明: 与基于启发式规则的列车运行调整方法相比, 所提方法在不同干扰和需求场景下使列车时刻表偏差、乘客等待时间和运行能耗分别降低14.18%、6.85%和2.35%, 能够有效保障城市轨道交通网络在干扰事件下的运营效率和服务水平. 此外, 所提出的分解算法可在3 s内获得最优间隙小于5%的解, 满足列车运行调整的实时性要求. 研究成果可为列车运行干扰场景下的调整方案选择提供决策支持.

面向不规则超多目标优化问题的自适应增强泛化Pareto支配的进化算法

崔美姬，曾流生，朱书伟，方伟，田梦楚 — 2025/10/14 15:03:03

现实场景中, 超多目标优化问题(MaOPs)往往受到约束条件、冗余信息或高度非线性的影响, 导致其Pareto前沿呈现出不规则形态. 针对此类问题, 进化算法在求解时面临两大挑战: 解的选择压力显著减弱; Pareto最优解分布不均匀. 鉴于此, 提出一种自适应参考向量增强泛化Pareto支配的超多目标进化算法(ARP-MaOEA). 该算法通过泛化Pareto支配机制确保种群向真实的PF收敛, 同时利用参考向量增强个体选择以保持种群的多样性. 为了提升算法对不同形态PF的适应性和鲁棒性, 提出一种自适应参考向量策略, 该策略能够根据种群进化信息自动剔除无效的参考向量, 并基于非支配解动态添加新的参考向量. 在具有不同PF形态的MaOPs上进行一系列仿真实验以验证ARP-MaOEA算法的有效, 实验结果表明, ARP-MaOEA在处理不规则MaOPs时的表现优于其他对比算法, 展现了其在解决此类问题上的优势.

基于IMPA的含氢综合能源系统经济优化调度

徐志凡，李媛，郑新宇，屈玥含 — 2025/10/14 15:03:03

针对传统优化算法在综合能源系统经济优化调度问题中较难寻出可行解或最优解的问题, 提出一种多策略改进的海洋捕食者算法. 采用Sobol序列初始化种群、模式搜索法更新位置信息以及动态反向学习策略扩大搜索范围, 进一步提升算法的收敛速度和寻优精度. 基于系统功率平衡、能源设备出力限制及储能装置约束条件, 以经济成本最小为目标建立考虑氢燃料发电机和热电联产等设备多能耦合的含氢综合能源系统优化调度模型. 结合河北某地区的实际数据开展算例仿真分析, 结果表明, 所提出的算法相较于其余4种群智能优化算法, 在不同场景下均具有更好的优化调度能力, 能够有效协调源-荷-储多元耦合关系, 降低系统运行的综合成本.

指挥信息系统边重要性综合评估方法

邱雪欢，董志明，李亮，刘大勇 — 2025/10/14 15:03:03

现有的边重要性评估方法忽视指挥信息系统节点间关系的紧密程度、信息的传播效率以及军事行动对指控链的高度依赖性等关键因素, 导致评估结果准确性和实用性受限. 鉴于此, 首先基于军事任务约束构建系统结构模型, 细化节点、连边的分类与交互规则, 融合OODA循环闭合逻辑定义指控信息价值链, 突破传统拓扑分析对功能逻辑的忽视; 其次通过局部结构紧密度、全局信息传播效能与任务执行效率的多维融合, 设计耦合结构、功能与任务的综合边重要性指标(CEI), 构建动态加权聚合模型, 并结合案例说明模型在关键边识别精度上具有相对优势; 接着提出网络效率保持率和任务-结构鲁棒性指数双维度评估策略, 通过仿真实验对比不同边重要性指标在3种系统结构下的鲁棒性和稳定性. 结果表明, CEI在3种结构中均展现出优势, 能有效区分功能关键边与结构冗余边, 验证了CEI作为综合性指标的有效性和稳定性, 为系统结构优化和韧性设计提供量化依据.

密度峰值种子扩散的局部社团检测算法

陈梅，徐开泉，王欢，王松 — 2025/10/14 15:03:03

针对现有社团检测算法在局部密度计算中忽略邻居多样性结构, 以及在种子选择阶段难以同时兼顾全局结构与局部特征的问题, 提出一种密度峰值种子扩散的局部社团检测算法(DPCD). 首先, DPCD通过区分节点的独立邻居与共享邻居, 并结合邻居间的结构相似性信息, 构建一种新的局部密度定义方式, 更准确地刻画节点在局部结构中的聚集程度; 同时, 结合节点相对距离与网络平均度阈值, 筛选出具有代表性与空间分布合理性的种子节点, 从而在全局与局部尺度上均具有良好的适应性. 最后, 通过基于邻居局部密度的标签更新策略, 进一步优化节点的社团归属. DPCD在全面考虑网络整体分布特性及社团内部连接特征的基础上, 可显著提高检测性能.在多种真实和人工网络中的大量实验表明, DPCD均优于其他算法.

基于知识Petri网的时序滤波推理

黄必杰，李泽佩，金峰毅，孙莎莎，吴维敏，罗继亮 — 2025/10/14 15:03:03

提出一种基于Petri网的时序不确定知识的推理方法. 首先, 设计时序知识Petri网, 为每个随机变量设计相应的符号Petri网, 对其中的证据变量设计相应的观察库所, 根据条件概率关系设计条件库所连接相应的符号Petri网; 其次, 利用时序知识Petri网和可达图算法, 获得后验概率分布的计算方法; 最后, 基于得到的计算方法与递归进行结合, 能够根据由$k$到$k+1$时间步的动态贝叶斯网络设计所得的时序知识Petri网计算时间步为$t(t \rhbr \geqslant 1)$时目标状态的后验概率分布, 并使用电池电位滤波推理的例子演示该方法.

快速预条件凸差分算法求解多层图GL数据分类模型

周彬，刘羽欣，谭嘉，杨艳 — 2025/10/14 15:03:03

数据的复杂性和高维度是导致传统分类模型精度和效率降低的重要因素. 为此, 以扩散界面理论为基础, 结合幂均值拉普拉斯和Ginzburg-Landau能量泛函, 构建多层图数据分类模型, 并设计快速预条件凸差分求解算法. 首先, 通过MIS评分等方式构建多层数据形式, 利用幂均值拉普拉斯进行聚合, 建立多层图GL能量泛函; 然后, 结合凸差分和预条件方法将原非凸泛函极值问题转换为求解一系列线性系统, 同时引入NFFT快速近似矩阵向量乘积降低计算复杂度; 最后, 分别在真实多层数据、合成数据、图像数据上与一些经典方法进行对比, 验证所提出模型和算法的有效性. 数值实验结果表明, 所提方法对复杂高维大规模数据分类具有明显优势, 能够在保证分类精度的同时提高计算效率.

应急情景下融合改进D*Lite算法和DWA算法的无人驾驶汽车路径规划

刘连玉，巩在武，张雪，吴穹 — 2025/9/9 14:06:25

针对传统路径规划算法在无人驾驶应急场景中存在的环境建模失真、路径搜索效率以及安全性不足等局限, 提出一种基于高精度城市电子地图的“全局-局部”耦合路径规划框架. 该框架通过融合改进D*Lite算法和动态窗口法(DWA), 能够实现全局路径动态优化与局部避障协同控制. 在全局规划中, 使用五邻域搜索策略替代八邻域搜索, 可有效避免路径曲折问题; 同时, 结合风险系数构造多目标代价函数, 能够显著降低路径累积风险值. 在局部规划中, 设计一种基于风险感知机制的动态评价函数, 增强局部避障的实时性和安全性. 仿真结果表明, 与现有文献相比, 所提出耦合算法在路径规划效率、路径安全性、平滑度等方面均有显著的提升. 进一步地, 通过交通事故规避、突发乘客需求响应等典型应急场景验证所提出算法的鲁棒性, 为无人驾驶安全行驶提供了理论支持.

复杂动态环境中移动机器人双层路径规划方法

胡耀炜，汤萍萍，张晖，陈旭飞 — 2025/9/9 14:06:25

路径规划是机器人实现自主操作的核心技术之一, 使得机器人在复杂动态环境中能够快速找到安全路径. 然而, 仅依赖全局路径规划无法有效避开动态障碍物, 仅使用局部路径规划则可能会陷入局部极小值导致无法顺利到达目标. 鉴于此, 提出一种适用于动态环境的移动机器人双层路径规划方法. 在第1层中: 采用并行采样和双树引导快速探索随机树算法(PB-RRT)搜索全局路径. 该层利用并行启发式采样策略, 建立包含距离因子和转角因子的评价函数, 以选取最佳采样节点进行自适应扩展, 构建双树引导机制实现两树快速融合. 然后结合轨迹优化方法, 对初始路径长度和平滑度进行优化, 得到路径关键节点. 在第2层中: 结合第1层得到的路径关键节点作为安全动态窗口算法(SDWA)动态子目标, 并引入一种偏置引导方法以避开动态障碍物. 实验结果表明, 与其他规划算法相比, 所提出方法能够快速生成更高质量的全局路径. 在动态环境中能够高效避开动态障碍物, 验证了所提出方法的有效性.

基于足底动力相数据和小波变换自适应分解的下肢意图识别方法

苏本跃，宗文杰，刘文瑶，盛敏 — 2025/9/9 14:06:26

人体下肢运动的步态周期由支撑相和摆动相构成, 但是, 现有的人体运动步态意图识别通常对摆动相进行特征提取, 对于支撑相的研究较少, 且多仅限于离散触地状态, 往往忽略了支撑相的连续细节信息. 鉴于此, 提出一种足底动力相数据驱动的智能下肢假肢意图识别方法. 考虑到人体对于地形转换的适应性姿态调整始于支撑相末期的足底动力相, 其作为连接支撑相与摆动相的过渡阶段, 在运动过程中参与能量释放, 故所提出方法提取完整足底动力相数据, 并结合摆动相前期数据, 定义目标数据时间窗. 采用haar小波变换来表征支撑相中隐藏的非平稳信号特征, 并基于足底蹬地的能量变化来自适应地确定小波分解层数, 通过相应小波系数来构建特征向量, 并使用支持向量机进行分类. 实验结果表明: 该方法在自采集数据集的5种稳态模式下识别率可达到99.21%, 在13种综合运动模式下的识别率为97.65%, 较基准方法提升了1.69%和2.53%, 利用足底动力相阶段的数据辅助意图识别任务, 能够提高模型的识别率和鲁棒性.

基于动态分区与收敛速度控制器的改进竞争群优化算法

张伟，伊杰昌 — 2025/9/9 14:06:26

为提升竞争群优化(CSO)算法在解决复杂高维优化问题时的性能, 提出一种基于分区策略与收敛速度控制器的改进竞争群优化(PCSCCSO)算法. 首先, 采用适应度变化率驱动的动态分区策略, 以增强算法的收敛性和搜索效率; 然后, 提出一种快速CSO策略, 通过三重竞争机制增强算法的寻优能力: 获胜粒子通过对立学习策略更新, 失败粒子向获胜子群平均位置学习, 劣败粒子通过变异增强局部搜索, 这些策略能够有效平衡全局探索与局部开发, 提高算法的寻优效率; 最后, 结合粒子与全局最优解间的余弦相似度以及停滞计数, 设计自适应的收敛速度控制器, 用以调节粒子的搜索行为, 从而避免粒子陷入局部最优解, 加速全局收敛. 理论分析验证了所提出算法的稳定性和收敛性. 实验结果表明, 与其他改进算法相比, PCSCCSO算法在处理复杂高维优化问题时具有更好的收敛精度和收敛效率.

基于预搜索和模型选择的离线数据驱动进化算法

李二超，原万吉 — 2025/9/9 14:06:26

离线数据驱动进化算法(DDEAs)能够从历史数据中建立代理模型指导种群优化, 它克服了传统进化算法难以应用在计算密集型、机理复杂难以建立数学模型等昂贵优化问题的局限性, 引起了广大学者的关注. 然而, 离线DDEAs面临两个困难, 首先构建高质量的代理模型需要使用复杂的模型管理策略, 这虽然提高了算法的性能, 但也增加了算法的运行时间; 其次, 径向基函数网络作为一个被广泛应用在离线DDEAs中的模型, 少有研究会根据不同的问题来选择合适的超参数. 为此, 首先提出一种预选择策略, 该策略可以通过复杂度低的粗糙模型将种群快速地迭代到最优解附近; 其次, 提出一种基于肯德尔相关系数的模型排序置信度指标, 并利用该指标设计一种选择策略, 该策略能从几种径向基函数网络的超参数中选择出最适合当前问题的超参数. 基于以上两点并结合堆叠泛化的集成方法, 提出基于预搜索和模型选择的离线数据驱动进化算法 (DDEA-PMS). 与6个最新的离线DDEAs在5个基准问题上的实验结果表明, 所提出的DDEA-PMS能以较少的时间开销产生具有明显优势的结果.

兼顾影响力与共识度的混合信息集成框架求解方法及应用

李伟伟，崔文龙，易平涛，董乾坤，李真明 — 2025/9/9 14:06:26

针对混合信息共存的评价问题, 从综合集成的视角探索混合信息集成框架的构建原则与流程, 并面向混合信息集成框架, 提出一种兼顾专家信息的影响力与共识度的求解方法. 首先, 基于随机模拟技术求解各信息支流的优胜度矩阵; 其次, 融合DEMATEL方法与优胜度矩阵求解得到体现专家信息影响力的信息支流外部权重; 然后, 基于序关系分析法及共识差异度的衡量, 给出体现专家信息共识度的信息流内部权重求解方法; 最后, 将外部、内部权重与相应的优胜度矩阵进行合成求解, 得到体现被评价对象优劣关系的整体优胜度矩阵, 并据此推导出被评价对象之间带有概率信息的可能性排序结论. 通过与两个算例结论的对比分析, 验证了所提出方法的有效性, 并发现该方法具有提升评价结论群体共识度且凸显被评价对象之间优胜差异的特征. 对混合信息集成框架的构建流程进行系统梳理与总结, 从提高信息影响力与共识度的视角进一步丰富混合信息集成框架求解的方法体系, 所提出方法在允许多样性及个性化表达判断意见的复杂多属性决策、(大规模) 群决策、民主决策等问题中有较好的应用前景.

机理指导的LSTM网络及其在康斯迪电弧炉钢水连续温度预测中的应用

李闯，毛志忠，欧阳，温远光 — 2025/9/9 14:06:26

在康斯迪电弧炉的冶炼过程中, 及时准确地预测钢水温度对优化整个冶炼过程、节约生产成本起到至关重要的作用. 然而, 受制于电弧炉极限的生产条件以及相当稀疏的温度测量次数, 无论是复杂的机理模型还是基于数据的机器学习模型都无法获得理想的预测结果. 针对这一问题, 通过将机理知识与LSTM网络相结合, 提出一种机理指导的LSTM网络模型实现对钢水温度连续准确的预测. 首先, 根据康斯迪电炉的冶炼特点,以LSTM网络为核心设计模型的基本结构; 然后, 提出一个约束层将模型中间层的输出限制在由冶炼机理确定的合理范围之内, 通过这种方式实现用冶炼知识指导网络的训练方向, 使模型的输出更符合冶炼实际, 同时又可弥补训练标签稀疏的问题; 最后, 使用现场收集的冶炼数据验证所提出的模型的有效性. 实验结果表明, 相比于其他温度预测模型, 所提出的模型的预测精度更高且与冶炼机理知识更相符.

一类混合噪声系统的重放攻击检测方法

符莎，李平，赵民新 — 2025/9/9 14:06:26

工业现场普遍存在复杂的噪声环境, 其中非高斯噪声和未知有界噪声的混合干扰严重制约了传统重放攻击检测技术的性能. 鉴于此, 提出一种基于状态估计的动态阈值检测算法. 首先, 根据线性系统中未知有界噪声的幅值约束和非高斯噪声的高阶统计属性, 开发依托椭球理论和无偏有限脉冲响应滤波的新型状态估计机制, 以解决现有算法在双重噪声环境下, 因先验统计模型失配而引发的估计性能劣化问题; 然后, 利用系统实时数据设计动态阈值检测策略, 克服重放攻击中固定阈值检测器灵敏度不足的缺陷; 最后, 运用系统残差来构建攻击检测函数, 对系统中潜在的重放攻击进行识别. 仿真结果表明, 所提出方案为此类噪声系统的重放攻击检测提供了一种更加可靠的技术手段, 并展现出优异的适应性.

基于规划单元的物理连接自主多船拖带系统运动规划

杜哲，何易龙，余文曌，习祥云 — 2025/9/9 14:06:26

针对物理连接多船拖带系统的运动规划问题, 提出一种基于规划单元的运动规划方法. 该方法整体架构由规划单元、搜索策略和规划空间3部分组成: 规划单元通过融合船舶拖带系统动力学的连续性与搜索过程的离散性, 对拖带系统的轨迹进行标准化处理; 根据规划单元归纳出的系统艏向角、航路点和可航水域约束, 基于启发式算法设计路径搜索策略, 以达到同时优化路径距离和转向效率的目的; 为保障搜索的完备性, 构建包含位置和艏向的三维规划空间, 以实现路径点的可重复搜索, 并确保拖带系统以期望的艏向到达目的地. 仿真实验表明, 所提出方法能够在动力学约束下为船舶拖带系统规划出安全、高效且符合实际运动规律的路径.

基于邻接矩阵的作业车间调度可行解判定方法

于丰顺，赵诗奎，仵政源，李彤 — 2025/9/9 14:06:26

针对作业车间调度问题中邻域结构的可行解判定问题, 提出一种基于邻接矩阵的可行解判定方法. 首先, 从析取图角度分析工序间的路径关系情况, 指出现有可行解判定方法的局限性, 进而设计基于邻接矩阵的可行解判定方法. 该方法不但能保证邻域移动可行性的精准判定, 而且能够避免可行解的遗漏, 进一步扩大整体的有效搜索空间. 此外, 为了提高邻接矩阵相关的计算效率, 提出一种基于拓扑排序片段的邻接矩阵双向缩减方法, 提高快速判定效率. 最后, 对该方法在邻域数目上与其他的可行解判定方法进行比较, 并融入混合算法对不同规模的基准算例进行测试求解, 从而验证该方法的有效性、基础意义和应用价值.

低碳视角下油电混合车队配送路径优化研究

巩亮，郑世龙，许得杰，耿慧琳，周健，惠昌武 — 2026/4/17 13:21:44

针对道路行驶速度随时间变化且软时间窗条件下的同时配集车辆路径优化问题, 以配送总成本最小化与客户满意度最大化为目标, 考虑车辆载重等约束条件, 构建时变交通下油车-电车混合车队货物配送路径优化模型. 根据模型特点设计考虑时空距离、基于Pareto非支配排序的多目标混合启发式算法, 将遗传算法与变邻域搜索算法结合, 增强算法的局部搜索能力. 以Solomon中C101类部分客户为例进行算例分析, 进行不同规模客户点对比分析和模拟数据与真实数据对比实验. 研究结果表明: 与多目标协同优化遗传算法等相比, 所提出的算法将总成本降低至7 008.47元, 降幅分别为4.59%、5.46%、6.80%、10.77%和8.41%, 客户满意度提升至0.841. 考虑不同情况下对参数进行灵敏度分析, 合理的配送重量可将配送总成本节约69.28%、28.14%和38.61%; 合理的车辆载重量可将配送成本节约31.2%和62.3%. 研究结果表明, 所构建的模型和所提出的算法能合理调配不同类型的车辆, 科学规划车辆路径, 降低物流配送总成本, 减少车辆碳排放, 提高企业经济效益.

一种退化环境下多传感器融合的SLAM算法

彭雯宇，齐咏生，刘利强，苏建强，张丽杰 — 2026/4/17 13:21:44

针对单一传感器同步定位与地图构建(SLAM)技术在退化环境下定位精度低、地图漂移和可靠性差等问题, 提出一种基于R3LIVE框架改进的多传感器融合的SLAM算法RMF-SLAM(refined multi-modal fusion SLAM). 首先, 设计一种随机过程增强的运动学模型, 将IMU测量作为输出建模, 即使在IMU测量运动饱和的情况下, 所提出算法也能对激烈运动进行准确定位和可靠映射; 其次, 构建一种基于Hessian矩阵特征值退化判别的LiDAR和视觉退化感知模块, 通过实时评估系统状态和传感器可靠性来动态调整不同传感器信息权重比例和筛选高价值视觉观测帧, 在视觉和LiDAR均极度退化时, 系统沉睡当前地图, 防止定位失败, 当传感器再次正常工作时重新激活沉睡地图; 最后, 提出一种采用全局描述符对地图进行相似性检测的方法, 将相应的睡眠地图集成到当前活跃地图中, 从而在系统运行完成后形成高度精确的全局地图. 通过在公开数据集与经典的SLAM算法进行对比, 并在私有数据集及真实场景中验证算法能有效抑制退化环境对轨迹估计和地图构建的负面影响, 提升算法的精度和可靠性.

基于知识增强的智能体复杂任务分解方法

金宗瀚，吴李康，刘玉祥，何明，赵洪科 — 2026/4/17 13:21:44

基于大语言模型的智能体在复杂任务的处理中表现出卓越的语言理解和深度推理潜力, 然而, 当它在应对更加复杂的挑战时, 尤其是某一特定领域内涉及到领域规则的复杂任务时, 其表现往往不尽人意. 这种不足主要源于大语言模型内部缺乏对领域中专业知识和依赖约束的显示建模, 导致解决问题的过程中生成不符合逻辑或不可执行的子任务序列, 进而引发规划幻觉和领域知识结构性缺失等问题. 为解决这类问题, 提出一种基于知识增强的复杂任务分解框架. 该框架将知识图谱与思维链技术相融合, 旨在以知识增强为核心, 通过构建约束关系和领域知识双图谱, 为大语言模型在解析复杂任务的过程中提供结构化知识约束, 并结合高质量的推理路径输入, 引导模型生成语义完整、逻辑合理且可执行的子任务序列. 实验结果表明, 在2WikiMultiHopQA、HotpotQA和MuSiQue三类多跳问答数据集上, 基于不同参数规模的Qwen2.5模型中, KTD框架在所有任务和资源配置下均显著优于主流的相关Prompting策略方法, 其中在1.5B低资源配置下任务准确率最高可提升13.86%, 进一步表明了KTD框架在缓解规划幻觉和弥补领域知识结构性缺失方面的有效性.

基于云模型的在线协诊三边匹配决策方法

彭娟娟，凌初阳，隆清琦 — 2026/4/17 13:21:44

针对分级诊疗在线协诊三边匹配问题, 提出基于云模型的三边匹配决策方法, 以满足医联体背景下分级诊疗在线协诊匹配的服务需求. 首先, 利用BERTopic、Stanza和Textlob处理好大夫在线评论信息, 获取患者对基层医生客观的匹配属性, 并结合属性的偏好信息确定相应权重; 然后, 构建多粒度概率语言非对称云模型以及相应的概率语言非对称云Bonferroin Mean聚合算子; 接着, 考虑基层医生与专家间的协同性、医生间的工作量均衡性以及医患匹配的稳定性等因素, 构建相应的三边稳定匹配决策优化模型, 并给出求解算法; 最后, 结合实际案例、灵敏度分析和比较分析验证了所提出方法的可行性和稳定性, 为分级诊疗在线医疗的三边匹配决策问题提供了理论支撑.

基于声信号多特征时频谱图的供水管网漏损检测

孙庆帅，张英杰，刘华亮，李述杰 — 2026/4/17 13:21:44

基于声信号的漏损检测方法在人工巡检中具有重要应用价值, 正逐步发展为一种新兴的远程监测手段. 传统基于深度学习的漏损声信号识别方法往往受到信号预处理流程繁琐以及环境噪声干扰的限制, 难以在其他供水管网中实现良好的泛化性能, 漏损检测的准确率亦有待进一步提升. 鉴于此, 首先, 针对供水管网声信号构建高时间分辨率和高频率分辨率下的线性谱图和对数梅尔谱图, 兼顾声信号的高频与低频特征, 突出短时动态变化以及微弱频率特征, 并以并行方式输入至卷积神经网络; 然后, 引入并行机制的时-频注意力卷积块进行特征提取, 增强对时间和频率维度的细粒度特征捕捉能力; 最后, 利用真实供水管网声信号数据和物理仿真数据对所提出方法进行漏损检测性能实验验证, 实验结果表明, 所提出方法显著提高了对漏损事件的识别率, 具有良好的鲁棒性和泛化能力.

基于灰色扩展卡尔曼滤波模型的锂电池健康状态估计

徐志存，谢乃明 — 2026/4/17 13:21:44

锂电池健康状态估计作为现代能源存储技术的核心, 广泛应用于电动汽车、移动设备等领域. 随着使用时间的增长, 其性能衰减问题逐渐显现, 这不仅会影响电池的存储能力, 还可能引发安全隐患, 因此, 准确估计锂电池的健康状态显得尤为重要. 经验模型是锂电池退化理论中常用的解决方法, 其中的双指数模型可演化推导出幂指数驱动的灰色GM(1,1,$ \mathrm{e}^{\mathit{\lambda}t} $)模型. 在GM(1,1,$ \mathrm{e}^{\mathit{\lambda}t} $)模型的基础上建立状态空间模型, 融合扩展卡尔曼滤波模型形成灰色扩展卡尔曼滤波模型. 将所提出的灰色扩展卡尔曼滤波模型用于锂电池健康状态非线性退化估计问题. 采用牛津大学公开的单体电池数据进行验证, 在单个电池的基础上将所提出模型用于估计 20 辆电动汽车的锂电池健康状态, 以进一步验证所提出模型在实际场景中的适用性.

几何先验引导的堆叠点云抓取位姿联合预测方法

李小晗，张哲戬，徐胜军，孟月波，杨玥，武经，苏晓杰，陈义明 — 2026/4/17 13:21:44

为提升机器人在非结构化堆叠场景中的抓取识别精度与执行稳定性, 提出一种融合几何先验建模与姿态质量评估机制的六自由度抓取预测算法. 首先, 构建点云识别网络 Point-LaKan, 通过增强输入点云的局部几何特征, 设计由局部聚合模块与高维非线性映射模块构成的LAKAN特征提取结构, 提升对堆叠抓取区域的结构表征能力; 其次, 设计方向向量约束下的抓取姿态估计策略, 通过最小化初始与目标姿态间的空间差异, 提升姿态生成的可执行性与可解释性; 最后, 构建融合方向约束、碰撞检测与质心评分的抓取姿态筛选机制, 实现候选姿态的多因素评估与排序, 增强算法在复杂环境下的执行鲁棒性. 为验证算法性能, 自主构建多类别堆叠物体仿真点云抓取数据集, 分别在CoppeliaSim仿真平台与真实机器人系统中开展实验. 结果表明: 在模型参数量减少 4.69%、推理速度提升37.19% 的条件下, 抓取区域识别准确率提升了25.26%; 真实抓取成功率与任务完成率最高可提升29.40%与18.39%.

共享近邻加权和隶属点分配的时空密度峰值聚类算法

赵嘉，朱伟涛，肖人彬，李思维，白晖峰，谢海华，夏志红 — 2026/4/17 13:21:44

快速搜索密度峰值的时空聚类算法计算局部密度时, 难以区分所在区域的密度差异, 易引发类簇中心的选择错误; 分配策略缺乏足够的时空约束, 易将时间特征差异明显但空间位置相近的非密度峰值错误分配; 缺乏独立的噪声识别机制, 其检测效能完全依赖样本分配的准确性, 样本分配偏差致噪声识别精度显著降低. 针对这些挑战, 提出一种共享近邻加权和隶属点分配的时空密度峰值聚类(SNMP-STDPC)算法. 引入共享近邻加权策略, 构建时空距离相似度矩阵, 精确反映样本间的密度差异, 有效提升密度峰值选择的可靠性; 结合共享近邻增强时空约束, 将非密度峰值分为必然隶属点和可能隶属点, 确保样本分配的准确性; 提出一种新的噪声识别机制, 计算样本的异常分数并使用动态阈值检测噪声, 提高噪声识别的有效性. 将SNMP-STDPC算法与当前主流时空聚类方法在模拟数据集和实际地震观测数据上进行比较, 实验结果表明, SNMP-STDPC算法显著提升了模拟数据集的聚类效果, 并在真实数据集上表现良好.

基于多目标特征提取的双层优化决策树分类算法

梁沨琴，魏静萱，梁斌豪 — 2026/3/4 14:13:19

高维不平衡数据广泛存在于社会生产的各个领域, 其特点是数据维度高以及数据类别的不平衡, 这种特性对传统分类算法的性能提出了极大的挑战. 不平衡的数据使得分类器偏向于多数类, 冗余特征导致分类性能的进一步下降. 对此, 首先针对冗余的高维特征提出基于多目标优化的特征提取算法, 考虑数据可分性和特征的泛化性能两个目标, 同时在目标内考虑数据的不平衡性; 其次, 提出基于双层优化的决策树分类算法, 将非叶子节点构建为双层优化的分类器, 上层搜索不同的特征组合, 下层求解该组合下的类别分界面; 最后, 在多个公开数据集上将所提出算法与其他算法进行对比实验验, 结果表明所提出算法在F-score和G-mean指标上明显优于其他对比算法, 验证了所提出算法的有效性.

基于S-PGA-YOLOv12的复杂场景小目标火灾检测方法

李海，孙鹏，张志佳，沈喆 — 2026/3/4 14:13:20

基于深度学习的复杂场景下小目标火灾检测方法主要面临两方面挑战: 其一, 在复杂场景中采集小目标火灾视频图像成本高昂且难度颇大, 导致模型的泛化能力和鲁棒性受限; 其二, 复杂场景下小目标火灾检测易受火灾尺度、场景类型、光照条件等因素影响, 导致检测精度不高. 对此, 提出一种基于S-PGA-YOLOv12的复杂场景下小目标火灾检测模型. 首先, 基于YOLOv12融合了用于突出小目标关键信息的并行补丁感知注意(PPA)模块、用于平衡速度与精度的GOLD模块、用于通过自适应学习不同尺度特征图的空间融合权重的小目标检测头(Detect-ASFF)模块; 然后, 针对复杂场景下小目标火灾图像采集成本高、难度大等问题, 提出一种基于模拟仿真的数据集构建方法; 最后, 基于模拟仿真构建的复杂场景小目标火灾数据集, 通过消融实验、对比实验、鲁棒性和泛化性分析来验证 S-PGA-YOLOv12模型的有效性. 在所构建的3个数据集上进行大量实验, 表明所提出方法具有有效性和优越性.

基于改进 Q学习的电动冷藏车多目标跨区域路径优化

王岩红，钟颖，张允华 — 2026/3/4 14:13:20

面向冷链物流绿色化发展目标和载具电动化趋势, 考虑拥堵路况、充电成本、电量消耗等多目标实施电动冷藏车跨区域路径优化, 提出一种改进的 Q学习方法, 设计启发式奖励机制, 引入余弦退火学习率和指数衰减探索率两种动态策略, 提升算法性能并进行仿真实验与对比分析. 实验数据表明, 改进后的强化学习算法能够根据交通运行状态、电动冷藏车的初始电量以及能耗率等, 有效优化跨区域冷链配送路线. 相较于其他3种 Q学习算法, 在6类差异化测试场景下, 其配送方案能够显著降低总里程与电量消耗(p $ < $ 0.05, Welch’s t-test). 结果表明, 该方法在高速公路、城市道路及充电站投放等环境建模下具备良好的适应性和鲁棒性.

多策略改进蜉蝣算法的空调水系统节能优化

王雨姗，于军琪，周梦，侯帅，陈博雅，徐欣宇 — 2026/3/4 14:13:20

针对传统节能策略难以解决空调水系统中设备间存在的非线性耦合关系而导致系统易陷入局部最优的问题, 提出一种改进蜉蝣算法(IMA)以实现空调水系统的全局节能优化. 该算法以系统总能耗最低为目标, 在保证空调末端冷负荷供应充足的前提下, 通过优化空调水系统内所有设备的运行参数, 显著提升能源利用效率. 首先采用改进的Circle混沌映射进行寻优效率更高的种群初始化; 然后结合穷举法优化离散决策变量缩短优化时间; 最后引入动态惯性权重机制以兼顾算法全局和局部间的平衡, 从而有效提高优化效率. 实验结果表明, IMA使实际商业建筑空调水系统总能耗降低8.1%, 节能效果显著, 且该算法在15次迭代内即可完成收敛, 能够大幅缩短优化时间. 由此可见, 所提出的IMA模型能够有效解决空调水系统节能优化问题, 为实际工程应用提供新的解决方案.

基于多源信息重构视图的不完备多视图自表示聚类

陈梅，王洁，郭爱霞，王欢 — 2026/3/4 14:13:20

针对现有不完备多视图聚类算法在恢复缺失数据时未保留原始结构, 无法准确捕获多视图数据中局部结构和高阶信息等问题, 提出基于多源信息重构视图的不完备多视图自表示聚类算法(MSRS). 首先, 利用多源信息重构反映原始数据结构特征的视图; 然后, 基于重构的视图, 采用一种结合稀疏约束与局部结构捕获的正则化方法, 并引入加权张量${\rm Schatten}\text{-}p $范数以动态控制不同奇异值的贡献, 从而有效学习各视图的高质量自表示矩阵; 最后, 通过与9个先进的基线算法在3个真实和4个仿真不完备数据集上的实验结果表明, 所提出算法在大多数情况下显著优于基线算法.

基于属性相似重排序的行人重识别

陈玉山，邹国锋，傅桂霞，陈贵震，黄志威，胡彬 — 2026/3/4 14:13:20

在行人重识别领域, 重排序作为后处理技术对提升准确率至关重要. 当前策略主要以互近邻关系为约束, 但受模型性能限制, 容易引入混淆样本, 导致重排序的效果不佳. 为解决该问题, 提出一种属性相似的$K $-互近邻重排序策略. 在$K $-互近邻的基础上, 以同源行人图像的属性相似为约束, 构建鲁棒的候选图像集, 增强重排序效果. 鉴于该策略对属性识别性能的依赖性较强, 提出属性相关和部位关联的行人重识别网络. 首先, 该模型将行人属性与局部区域进行耦合, 在提取局部特征的同时, 识别各部位对应的属性; 其次, 提出属性相关模块, 利用属性间固有的相关性修正预测错误的属性; 然后, 提出属性一致损失, 利用不同视角的图像对遮挡属性进行关联互补, 进一步提高属性识别的准确性; 最后, 将属性识别结果应用于属性相似的$K $-互近邻重排序策略, 获得更优的重排序结果. 在Market-1501和DukeMTMC-reID数据集上的实验结果表明, 所提出的方法能够显著提升行人重识别性能.

基于融合特征嵌入与自适应特征重组的无训练图像合成方法

赵宏，郑狄威 — 2026/3/4 14:13:20

现有基于扩散模型的无训练图像合成方法通常在背景图像指定区域嵌入前景图像特征信息, 引导图像合成过程. 然而, 这种嵌入方式会干扰扩散模型去噪过程, 导致前景与背景不一致、语义对齐不佳等问题. 为此, 提出一种新颖的无训练图像合成方法, 包括互补融合特征嵌入和自适应特征重组两个模块. 首先, 互补融合特征嵌入引入由U-Net自注意力机制提取的组合图像特征, 该特征由前景与背景图像特征构成, 能够在保留前景信息的同时, 补偿传统嵌入方式所丢失的背景语义信息; 随后, 嵌入组合图像与前景图像的融合特征以引导合成过程, 并调控嵌入特征的数量以降低合成偏差; 同时, 为解决特征嵌入带来的图像过渡区域伪影问题, 引入自适应特征重组策略, 该策略通过分析相邻特征协方差关系, 识别并替换导致不连贯伪影的异常特征, 从而提升图像的连贯性. 实验表明, 所提出方法提升了语义对齐、背景与前景一致性, 实现了更协调的合成效果, 为无训练合成任务提供了解决方案.

面向广义梯形模糊数的随机模拟聚合求解方法

宫诚举，吴涵，韩岳，邬俊杰，杜明月 — 2026/3/4 14:13:20

在模糊综合评价问题中引入随机模拟技术能够获得带有概率信息的相对排序结果, 对于获取丰富的评价结论具有重要意义. 然而, 不同类型模糊数的随机模拟方式并不相同, 需要针对不同类型模糊数的随机模拟方式分别研究. 基于此, 针对广义梯形模糊数的随机模拟聚合问题展开研究. 首先, 利用广义梯形模糊数的隶属度函数确定其分布函数, 并基于反函数变换法将广义梯形模糊数的非均匀随机抽取问题转换为在其分布函数取值区间的均匀随机抽取问题; 然后, 通过在指标聚类过程中融入评价者偏好信息来确定指标权重系数, 并构建广义梯形模糊数的随机模拟密度中间(SS-DM)算子以求解随机聚合过程中的评价结果; 接着, 以在排序中体现被评价对象间的差异为原则, 通过引入强弱优胜法则确定优胜度概率矩阵并求解最终的排序结果; 最后, 通过算例验证所提出方法的有效性和特色之处.

大模型思维链与指挥决策链融合构建技术研究

郑雅芝，崔翛龙 — 2026/1/17 14:28:42

针对大模型(LLM)在指挥决策中存在的推理能力不足和“幻觉”问题, 通过系统梳理大模型思维链(CoT)和智能体指挥决策链的技术范式, 提出一种架构与思维双重维度的融合方法, 并借助工程实践验证其有效性. 研究表明, 思维链与指挥决策链的融合可增强大模型在指挥决策中的认知推理能力, 推动该类任务由经验依赖向认知驱动转型. 最后, 讨论指挥决策大模型和指挥决策智能体的未来发展趋势, 并提出可能的解决思路和研究方向.

群体决策中基于最小成本的个体偏好策略操纵模型研究

刘亚婷，徐维军，陈霞，董玉成 — 2026/1/17 14:28:42

假设存在一个不诚实的协调者, 从最小成本的视角研究群体决策中的个体偏好策略操纵问题. 首先, 提出群体决策中的个体偏好策略操纵问题, 以及成功操纵决策结果时的最小成本测量方法; 然后, 建立基于最小成本的个体偏好策略操纵模型, 该模型能够在协调者操纵方案排序结果的同时最小化个体的偏好信息调整; 接着, 通过线性转化对模型进行求解分析; 进一步地, 分别建立加权平均(WA)和有序加权平均(OWA)下最小成本的个体偏好操纵模型, 通过对模型设置不同的预期目标, 比较WA与OWA集结函数的防操纵性能; 最后, 采用一个数值案例对所提出模型的有效性进行验证, 并设计两个实验仿真分别比较决策者数量和方案数量变化, 对于WA和OWA集结函数防范个体偏好策略操纵性能的影响.

多类别储能协同参与高比例绿电城市电网全时间尺度功率平衡调控策略

张明泽，张伟超，李浩民，孙浪，王玉翠，吕艳玲 — 2026/1/17 0:00:00

为解决高比例绿电城市电网日运行全时间尺度有功功率平衡控制所面临的多级时间尺度交织、多类直调资源协同、多重不确定性并存的复杂问题, 构建抽水蓄能、规模化电池储能、小型电池储能集群和常规机组协同参与有功功率调节服务的日前风险协调调控最优模型. 以城市电网日运行总成本最小化为目标, 提出充分发挥集中和分布式储能互补优势的运行机制, 可应对秒级阶跃性扰动、分钟级非阶跃性扰动以及小时级调峰等多重不确定性扰动因素, 综合权衡以实现多类调节资源日前预留容量最优协调. 为精细化风电波动不确定性的概率表征, 采用融合长短期记忆网络的高精度预测和间接分位数回归方法, 可为随机因素管理提供更为可靠的理论支撑. 为更精确地度量潜在有功失衡风险, 采用条件风险价值理论来量化多级时间尺度下弃风和失负荷损失. 以修改的IEEE-39节点系统为案例并设置风电渗透率为71%进行仿真分析, 验证所提出最优协同调控策略的有效性和优越性, 集中和分布式储能可通过统一协调调控保障城市电网频率安全稳定运行.

基于时空加权和密度峰值的轨迹聚类算法

赵嘉，段发样，潘正祥，王奔，张翼英，于华东，吴润秀 — 2026/1/17 14:28:42

TRACLUS算法在处理具有复杂时空特性的轨迹数据时, 其采用的分段策略侧重空间几何信息而忽略了时空动态信息, 导致分段精度不高; 空间邻近性的聚类的规则难以有效识别时空耦合模式, 且在处理噪声和密度不均数据方面存在局限性. 鉴于此, 提出基于时空加权和密度峰值的轨迹聚类算法. 该算法使用时空加权分段将自适应时空权重和时空几何距离融入最小描述长度代价函数, 提取包含时空局部特征的子轨迹段; 将时空局部密度融入密度峰值聚类, 并结合局部特征的噪声识别与迭代式类簇中心选择, 提升子轨迹段聚类效果; 将密度筛选和时空连续性约束嵌入代表性轨迹生成, 增强聚类结果可解释性. 在拓扑结构不同的北京和上海出租车数据集上的实验表明: 时空加权分段使轨迹重建误差平均降低28.15%, 方向偏差平均降低66%; STW-DP-TRACLUS算法在3种评价指标上综合优于多种传统及先进的轨迹聚类算法, 验证了其在复杂时空轨迹模式挖掘方面的有效性.

考虑概念漂移的数据驱动证据推理决策方法

薛旻，王晓婧，付超，刘卫勇 — 2026/1/17 14:28:42

面向信息时代的决策问题, 数据驱动的决策方法日益成为主流. 然而, 数据的长期累积促使概念漂移现象不断涌现. 针对动态决策环境下存在的概念漂移现象, 提出一种考虑概念漂移的数据驱动证据推理决策方法. 首先, 考虑历史决策数据中概念漂移的特异性, 运用早期漂移检测思想以及累计和控制图检测方法, 能够有效检测决策数据中存在的细微漂移; 然后, 基于此, 运用证据推理融合算法, 提出双重集成策略进行漂移适应, 先基于属性权重进行局部集结, 获得局部最优决策结果, 进而定义数据局部贡献度进行全局集结, 以实现兼顾模型精度、动态适应性和可解释性的全局最优决策; 最后, 将所提出方法应用于安徽省合肥市某三甲医院超声科乳腺结节辅助诊断问题中, 验证其有效性和实用性.

概率推理学习控制方法的不确定性来源分析及量化

曹瑞，吕慧涛 — 2026/1/17 14:28:42

研究概率推理学习控制(PILCO)方法如何在决策过程中使用不确定性, 并进一步探索不确定性对PILCO优化性能的影响. 首先, 对给定策略下函数模型中不同不确定性的来源进行梳理和量化; 然后, 使用方差作为不确定性度量, 并采用总方差定律将总成本不确定性分解为两个组成部分; 最后, 引入一个金标准蒙特卡洛方案, 通过传播轨迹来近似PILCO的动力学模型, 从而分别量化成本中的随机不确定性和认知不确定性. 仿真结果表明, 当PILCO有效学习时, 它选择的是认知成本不确定性在总成本不确定性中具有高占比相关的策略.

时频域差分熵增强的多线图稳定聚类

赵启轩，袁景凌，张鑫，俞洋，李琳 — 2026/1/17 14:28:42

多线图是科学研究的重要数据, 常通过聚类分析挖掘其潜在的特征关系. 然而, 仅从单一特征视角进行处理, 容易忽略波形间相关信息, 而多视角聚类有望补充单一视角聚类的不足. 简单扩充视角存在视角间干扰导致聚类性能下降的风险, 因此稳定多视角聚类性能是一项新的挑战. 针对上述问题, 提出面向多线图的时频域差分熵增强的多视角聚类方法(DE-MCC). DE-MCC的核心思想是在不同时序波形构成的多视角基础上, 增加时频域差分熵作为特征强化视角, 提升模型获取多视角互补信息的能力, 并通过权重控制融合不同视角组合得到的软聚类向量, 在保证准确度的同时稳定聚类结果. 所提出的方法在脑电图与材料学电子能级图两种复杂的非平稳多线图数据集上均获得了理想结果. 相较其他先进多视角聚类方法, 脑电图数据的聚类准确率达到79.38%, 多次独立实验结果的标准差减小47.9%, 验证了所提方法的稳定性.

一种基于运动学约束的改进RRT算法

李亦韩，陈刚，杨志伟，赵青松，倪雨 — 2025/12/30 17:02:12

提出一种基于运动学约束和动态优化的改进快速随机搜索树算法(KD-RRT), 用于解决动态环境下的路径规划问题. 针对传统RRT算法在动态环境下存在的随机性高、路径适配性差以及动态响应不足等问题, 引入动态权重目标偏置采样、多因子耦合动态步长调整、运动学约束过滤以及增量式重规划机制, 显著提升了路径规划的效率和路径质量. 实验结果表明, KD-RRT在路径长度、规划时间、重规划时间和路径曲度等方面均优于传统RRT算法, 尤其在复杂动态环境中表现出更强的适应性和鲁棒性. 所提出的算法为智能车辆在动态环境中的自主导航提供了有效的解决方案.

分数阶多项式驱动的自适应灰色模型在碳排放预测中的应用

樊学秀，江可申，覃素平，许泽东 — 2025/12/30 17:02:12

针对传统灰色模型在拟合复杂非线性指数序列中的局限性, 构建分数阶多项式驱动的自适应灰色预测模型$({\rm GMFP} (1, 1, N))$, 通过引入非整数阶指数多项式函数提升模型的适应性. 系统地探讨模型的构建机制、参数估计方法以及时间响应函数, 并分析参数在特定取值下的模型性质演变. 为进一步增强模型性能, 采用线性递减权重粒子群算法(LDW-PSO)对模型超参数进行优化. 实验基于中国碳排放数据预测, 实验结果表明所提出模型在拟合和预测阶段均展现出高准确性和稳定性, 其性能显著优于传统${\rm GM} (1, 1) $模型以及其他优化模型, 验证了所提出模型在碳排放领域复杂数据建模中的有效性和适用性.

基于灰色关联与自适应参考向量的高维多目标进化算法

曾骏驰，张欣，钱鹏江，方伟 — 2025/12/30 17:02:12

针对高维多目标优化问题中普遍存在的解集多样性维持困难、收敛性不足及复杂帕累托前沿适应性差等挑战, 提出一种基于灰色关联与自适应参考向量的高维多目标进化算法. 首先, 针对多样性和收敛性平衡问题, 提出一种基于灰色关联度的环境选择策略, 该策略通过灰色相似关联度衡量种群在目标空间的分布差异, 同时采用灰色接近关联度量化解与理想点的空间距离. 前者用于维持多样性, 后者能够保证收敛性. 在此基础上, 设计一种参考向量自适应更新策略, 通过动态生成新向量与周期性删减冗余向量, 追踪复杂帕累托前沿的拓扑演化. 实验结果表明, 在9个DTLZ系列基准问题和2个实际工程问题中, 所提算法在收敛性和多样性方面均显著优于其他4个代表性对比算法.

基于空域抑制与轨迹关联优化的目标跟踪算法

陈志旺，高一铭，吕昌昊，刘禄阳，彭勇 — 2025/12/30 17:02:12

传统目标跟踪算法更新模板的方式较为单一, 无法在目标发生剧烈形变时有效更新, 易导致算法对于剧烈形变和遮挡场景适应性不足. 鉴于此, 提出一种基于空域抑制与轨迹关联优化的目标跟踪方法. 首先, 在特征提取部分采用改进后的ResNet-50网络, 引入空域抑制注意力(SIA), 通过设计能量函数为具有空域抑制效应的神经元优化权重分配, 增强对目标特征的关注强度; 然后, 加入选择性查询回忆策略(SQR), 将Transformer训练重点放在后期阶段, 避免解码器缺乏训练重点和多层解码结构的级联错误; 接着, 构建长期-短期-轨迹框架(LST), 引入轨迹关联度(DTC), 在传统模板更新算法的基础上加入DTC预测头, 通过最小成本流算法(MCF)建模全局轨迹关联性, 并使用连续二次规划进行反向传播, 更新轨迹参考模板; 最后, 在GOT-10k、LaSOT、TrackingNet、NfS30、UAV123和OTB100等公开数据集上进行实验评估, 实验结果验证了所提出算法的有效性.

平台数字技术赋能下农产品供应链运营和融资策略

袁孝勇，马茹钰，贺欣怡 — 2025/12/30 17:02:12

随着平台经济的发展, 一些实力雄厚的平台可以向农户提供数字技术赋能和贷款服务, 从而助力农户解决种植技术改进和资金短缺的问题. 首先, 构建一个由平台、公司和存在资金约束的农户组成的三级供应链, 公司可以通过担保的方式协助农户获取融资; 然后, 基于银行融资和平台融资, 研究平台数字技术赋能下农产品供应链的运营和融资策略. 研究结果表明: 在银行融资模式下, 公司愿意为农户提供担保; 在平台融资模式下, 公司的担保策略会受到佣金率和农产品正常收获概率的影响. 平台本身始终倾向于提供平台融资服务, 而农户的融资选择会受到佣金率和平台数字技术赋能成本系数的双重影响. 进一步拓展基础模型的研究, 当银行在市场中占据垄断地位时, 采用平台融资模式将成为供应链中所有参与者的最优策略; 此外, 若农户存在风险厌恶倾向, 则会对公司和平台不利, 但可能会使其自身期望利润增加.