• 基于改进混沌多宇宙算法的按订单生产可重构车间物料配送优化研究

  Highlight•(1) 针对传统系统物料配送效率低下的局限性，本研究聚焦于具有可重构工作站布局的MTO车间，提出了一种基于超市的、订单驱动的配送策略。采用云-边-端架构实现工作站需求的实时感知与获取，从而提升配送响应能力。•(2) 通过将工作站布局作为决策变量并引入时效满意度作为服务水平目标，构建了一个多目标物料配送优化模型。这增强了传统的以成本为中心的方法，实现了跨布局和物流层的协同决策，以提升整体系统性能。•(3) 提出了改进的混沌多宇宙优化器（ICMVO）来解决涉及工作站布局配置、路径导向和AGV调度的集成物料配送问题。该算法采用双种群交替优化机制来协调布局-路径设计与AGV路径规划

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• DA2MODE：一种基于双重自适应策略和混合多算子选择的差分进化算法及其在复杂优化问题中的应用研究

  在当今的计算智能和优化算法研究领域，随着问题复杂度的不断提升，传统优化方法在面对高维、多模态、非线性和复合型函数优化问题时往往显得力不从心。差分进化（Differential Evolution, DE）算法作为一种高效的进化计算方法，因其结构简单、参数少、易于实现等优点，被广泛应用于科学计算和工程优化中。然而，传统的DE算法也存在一些固有缺陷，例如对控制参数（如变异因子F和交叉概率CR）敏感、容易早熟收敛、在高维空间中搜索效率低下等。这些问题严重限制了DE算法在复杂优化场景中的实际应用效果。为了克服这些挑战，国内外研究者提出了多种改进策略，包括参数自适应调整、多种变异算子融合、种群结构优化以

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• 多层石墨烯在阴离子交换膜燃料电池中的应用：低温工况下的水管理策略与性能提升

  亮点研究报道H2/O2阴离子交换膜燃料电池（AEMFCs）在峰值功率密度和耐久性方面取得突破的研究显示，通过修饰膜和/或电极可实现2.03 W·cm−2、3.4 W·cm−2和2.58 W·cm−2的性能，但这些成果需要80–95°C的高工作温度[[7], [8], [9]]。这些进展使得后续研究能够聚焦于次要但对AEMFCs广泛应用至关重要的问题。其中之一是高电流/功率密度与电极寿命之间的二元矛盾，特别是在水淹和质量传输限制的场景下。同时，AEMFCs面临着性能与耐久性的权衡：高温可提升电池性能和电极动力学，但可能导致膜干涸、组件降解和稳定性挑战；而低温虽能提供更好的水合作用和耐久性，却易引

  来源：JOURNAL OF POWER SOURCES

  时间：2025-10-11

• 单壁碳纳米管含量优化对硅-石墨负极锂离子电池性能的影响研究

  Highlight我们系统地研究了单壁碳纳米管（SWCNT）含量对锂离子电池（LIBs）用硅-石墨（Si/Gr）复合负极电化学性能的影响。众所周知，掺入SWCNT可通过增强导电性、颗粒间连接性以及与集流体的粘附力来改善电极性能。正如预期的那样，Si/Gr-CNT-1wt%电极由于形成了导电网络，表现出优异的倍率性能。然而，我们的结果表明，过量的SWCNT含量会导致长期循环稳定性下降。通过详细的电化学分析，我们发现SWCNT含量的增加导致电极比表面积增大，从而促进了寄生副反应，最终加速了电极降解。相比之下，含有0.5 wt% SWCNT的电极表现出卓越的循环性能和结构稳定性。这些发现强调了根据硅

  来源：JOURNAL OF POWER SOURCES

  时间：2025-10-11

• 基于数据驱动的城市轨道交通应急乘客行为变化检测与比较分析

  主要贡献 (Highlight)本文的主要贡献总结如下。•• 引入了一种数据驱动的方法，利用客观的个体级出行记录，系统化、自动化地检测紧急情况下的行为变化。该方法解决了传统基于调查方法的局限性，例如对自我报告的依赖和有限的样本量。•• 提出了一种用于个体出行行为的连续滚动预测管道，其特点是改进了输入表征，整合了特定领域特征和行为序列。该定制化的管道提高了预测准确性，并为后续的比较分析提供了可靠的行为参考。•• 本研究首次使用大规模的个体智能卡数据，对多种类型的紧急事件进行了行为变化分析。它捕捉了乘客反应的多样化模式，并为分析、组织和预测紧急情况下的城市轨道交通客流奠定了坚实的数据基础。文献综述

  来源：TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES

  时间：2025-10-11

• 基于趋势分析的动态多目标进化优化预测策略及其在柔性作业车间调度中的应用

  1亮点21FJSP-SDST问题描述2柔性作业车间调度问题与序列相关设置时间（FJSP-SDST）作为柔性作业车间调度问题（FJSP）的扩展，是一个强NP难问题，涉及操作排序、机器选择和设置任务分配三个子问题。主要的求解方法包括精确方法和近似方法。现有关于FJSP-SDST的研究总结如表1所示。如表1所示，有三篇论文使用精确方法，九篇论文使用近似方法。对于精确方法，现有的约束规划（CP）模型已经优于混合整数线性规划（MILP）模型。然而，1问题描述2FJSP-SDST问题定义如下：一个车间包含n个工作和m台机器。每个工作包含多个操作，这些操作必须按照预定义的顺序执行。每个操作可以在多台符合条件

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• 面向小可行域昂贵约束多目标优化的种群混合搜索代理辅助进化算法

  亮点本文提出一种基于三存档的多策略Kriging代理辅助优化算法——PHSEA，用于求解昂贵约束多目标优化问题（ECMOPs）。其核心思想是针对不同搜索需求，利用具有不同倾向性的数据构建代理模型，并根据种群当前状态选择不同的搜索模式以优化种群，在提升算法收敛性的同时兼顾多样性。具体而言，我们提出了一种数据收集策略，通过三个独立更新的存档（Archive）分别管理无约束、弱约束和强约束搜索所需的数据样本，以降低模型训练成本并提高拟合精度。提出的算法在本节中，我们提出一种种群导向的混合搜索代理辅助进化算法，简称PHSEA。如图2所示，PHSEA包含两个主要组成部分：搜索模式判定和搜索策略执行。在第

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• 基于深度Q网络的变邻域搜索算法在考虑移泊的干散货码头泊位分配中的应用研究

  Highlight本研究的主要贡献总结如下：1.针对干散货码头考虑移泊的泊位分配问题，开发了一个混合整数线性规划（MILP）模型。该模型包含了多种操作约束，如潮汐条件、船舶吃水和船长。它能有效减少船舶服务时间并提升码头运营效率。2.提出了一种基于动态优先级的启发式初始化策略（DHIS）来生成高质量的初始解。并提出了一种深度Q网络辅助的变邻域搜索（DQN-VNS）算法来求解所建立的数学模型。3.基于某干散货码头的历史数据进行了数值实验。结果表明，DQN-VNS能有效提升搜索效率和求解质量，显著降低船舶服务时间。Section snippets问题描述和建模本节介绍了干散货码头考虑移泊的泊位分配问

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• 强化学习引导元启发式算法求解多约束双目标无人艇调度问题

  亮点•(1) 针对复杂海况下的多USV任务分配与路径规划，构建了一个考虑多重约束的双目标模型。•(2) 开发了四种增强型元启发式算法和七种基于问题特征的邻域结构来解决该集成问题。•(3) 提出了一个强化学习引导框架，以加速元启发式算法的收敛。结论与未来工作本研究解决了一个多USV全局路径规划与任务分配的双目标优化问题，同时考虑了USV电池容量、海洋障碍物和不确定的任务执行时间。研究开发了一个非支配双目标模型，并提出了四种元启发式算法的变体来解决该问题。研究还设计了七种局部搜索算子和四种基于强化学习的选择策略，以提高解的质量并加速收敛。实验结果表明，所提出的算法在解决具有不同规模的多USV调度问

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• 基于进化多任务优化的多目标多无人机路径规划：自适应算子选择与知识融合策略提升飞行安全与效率

  Section snippets多无人机路径规划方法多无人机路径规划是自主系统领域的核心挑战，需在路径长度、能量效率和碰撞规避等多目标间取得平衡，并满足复杂约束条件。现有方法主要分为两类：加权多目标（WMO）算法和基于帕累托的多目标（PMO）算法。路径表示本研究采用球坐标系定义无人机的空间位置。一条从起点S到目标点T的完整路径Wi表示为：Wi=S,θi,1,ωi,1,φi,1,…,θi,D,ωi,D,φi,D,T其中θ、ω和φ分别表示幅度、俯仰角和方位角。通过以下变换矩阵将球坐标转换为笛卡尔坐标x,y,z：θωφ=sinωcosφsinωsinφcosωcosωcosφcosωsinφ−sin

  来源：Swarm and Evolutionary Computation

  时间：2025-10-11

• 城市货运停车行为建模：基于巴黎大区交付司机选择偏好的混合选择模型分析

  在城市的大街小巷，我们时常能看到送货卡车临时停靠在路边，有时甚至会占用自行车道或行车道，造成交通拥堵和安全隐患。这看似简单的停车行为背后，实则隐藏着交付司机复杂的决策过程。他们需要在时间压力、任务要求、车辆限制和外部环境约束下，快速决定将车停在哪里。是冒险停在可能妨碍交通的位置以节省步行时间？还是花费更多时间寻找合法的停车位？又或者，如果目的地有私人停车空间，他们会选择使用吗？理解这些决策背后的驱动因素，对于缓解城市交通拥堵、提高货运效率乃至提升道路安全都至关重要。尽管停车选择行为在个人出行领域已有较多研究，但针对商业货运，特别是最后一公里交付的停车行为研究仍相对匮乏。传统的多项式Logit模

  来源：TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW

  时间：2025-10-11

• 基于排队论和双目标优化的港口泊位分配与定价策略研究：以香港港为例

  在全球航运网络日益密集的今天，港口作为海上丝绸之路的关键节点，其运营效率直接影响国际贸易流通速度。然而，面对周边港口的激烈竞争，如何制定科学的泊位分配与定价策略成为港口管理者面临的重大挑战。以香港港为例，其不仅要与广州港、蛇口港、盐田港等区域港口争夺航运资源，还需在有限泊位条件下平衡自身利润最大化与服务公平性之间的天然矛盾。传统研究多侧重于单目标优化，忽视了港口作为服务系统的排队特性，导致决策方案在实际运营中往往难以兼顾经济效益与服务品质。针对这一复杂问题，发表在Transportation Research Part E: Logistics and Transportation Revie

  来源：TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW

  时间：2025-10-11

• 网约车聚合平台对B2C与C2C商业模式竞争均衡的影响研究

  随着移动互联网技术的飞速发展，网约车服务已深度融入现代城市居民的日常生活。这一新兴业态不仅改变了传统的出行方式，更催生了多元化的商业模式。当前，网约车市场主要存在两种典型的运营模式：一种是B2C（Business-to-Consumer，企业对消费者）模式，代表性公司如曹操出行、T3出行等，其特点是公司拥有或长期租赁车辆，并雇佣专职司机提供服务，对服务质量和供应链有较强的控制力；另一种是C2C（Consumer-to-Consumer，消费者对消费者）模式，以滴滴出行、Uber为代表，平台主要作为信息中介，连接私家车主（兼职或全职司机）与乘客，通过收取佣金获利，其供给端更具弹性。近年来，一种新

  来源：TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW

  时间：2025-10-11

• 基于状态势博弈的工业多智能体系统迁移学习优化研究

  在工业4.0和智能制造浪潮的推动下，现代生产系统正朝着高度分布式、自适应和智能化的方向发展。散装物料处理系统（Bulk Good System, BGS）作为流程工业的重要组成部分，其高效稳定运行对整体生产效率至关重要。然而，这类系统通常由多个相互关联的模块组成，每个模块包含不同的执行器（如传送带、真空泵、旋转给料机等），这些执行器需要协同工作以满足生产需求，同时优化能耗、防止溢流和瓶颈。传统的集中式控制方法在面对系统扩展、模块重组或动态环境变化时往往显得力不从心，缺乏足够的灵活性和鲁棒性。分布式优化方法，特别是基于博弈论的多智能体学习，为解决此类问题提供了有前景的途径。状态势博弈（State

  来源：COMPUTERS IN INDUSTRY

  时间：2025-10-11

• 原子尺度模拟与实验验证揭示过渡金属二硼化物（TMB2）的本征断裂韧性与混合模式裂纹扩展机制

  过渡金属二硼化物（TMB2），如TiB2、ZrB2和HfB2，因其极高的硬度、熔点和化学稳定性，被视为极端环境应用（如热防护系统、切削工具）的理想候选材料。然而，与大多数超硬陶瓷一样，它们也面临着本征脆性的严峻挑战，这极大地限制了其作为结构材料的可靠性和应用潜力。准确预测和理解这些材料的断裂行为，特别是其断裂韧性（一种衡量材料抵抗裂纹扩展能力的关键参数），对于材料设计和性能优化至关重要。传统的实验方法在测量微观尺度的本征韧性时面临挑战，而基于第一性原理的量子力学计算虽然精确，但其巨大的计算成本限制了所能模拟的系统尺寸，难以直接研究裂纹扩展等涉及大量原子的过程。为了克服这些挑战，研究人员开展了一

  来源：ACTA MATERIALIA

  时间：2025-10-11

• 过渡金属二硼化物剪切诱导相变的第一性原理机器学习分子动力学研究

  在超硬材料和保护涂层领域，过渡金属二硼化物（TMB2）一直备受关注，特别是像TiB2、WB2和ReB2这样的材料，因其高硬度、高熔点和良好的化学稳定性而被视为极具潜力的候选者。然而，这些材料的宏观力学性能，尤其是它们在极端应力下的变形行为，很大程度上取决于其微观结构。一个有趣但尚未完全阐明的现象是，许多TMB2存在多种晶体结构（多晶型），例如常见的α相（AlB2型，AAAA堆垛）、ω相（WC型，ABBA堆垛）和γ相（MoSi2型，ABAB堆垛）。这些结构在能量上可能非常接近，导致在实际材料中，亚稳态的堆垛结构可能通过特定的加工工艺或在外力（如剪切）作用下形成。那么，一个核心科学问题随之产生：当

  来源：ACTA MATERIALIA

  时间：2025-10-11

• 基于生成对抗网络和贝叶斯优化的锂离子电池阴极微结构逆向设计

  随着电动汽车和可再生能源存储需求的快速增长，锂离子电池作为核心储能技术正面临性能提升的瓶颈。传统电极设计主要依赖试错法，难以精确调控多孔电极内部复杂的三维结构。特别是阴极微结构中活性材料(NMC)的分布形态、孔隙网络的连通性等关键参数，直接影响锂离子的传输效率和电化学反应活性，但如何系统优化这些相互制约的微结构特征仍是领域内的重大挑战。近日发表于《Energy and AI》的研究提出了一种创新的闭环生成-优化框架，将深度生成模型与贝叶斯优化相结合，实现了锂离子电池阴极微结构的智能逆向设计。该研究通过训练三维生成对抗网络(Generative Adversarial Network, GAN)

  来源：Energy and AI

  时间：2025-10-11

• 基于深度强化学习的风电机组预测性维护策略优化研究：物理模型与多目标决策融合

  随着全球能源转型加速，风电作为清洁能源的重要组成部分正迎来快速发展。然而风电机组通常安装在偏远、环境恶劣地区，其关键部件如齿轮箱、发电机等长期承受交变载荷和极端工况，导致设备退化加速和维护成本攀升。传统定期维护策略往往基于固定时间间隔，无法根据设备实际状态进行动态调整，造成"过度维护"或"维护不足"的两难困境。更棘手的是，风电机组运行状态受到风速、温度等多重环境因素影响，其退化过程呈现非线性、耦合性特征，使得维护决策变得异常复杂。目前工业界主要采用基于状态的维护策略，通过监测振动、温度等参数进行故障预警。但这类方法大多依赖阈值判断，缺乏对设备长期退化趋势的预测能力，且难以平衡维护成本与发电收益

  来源：Energy and AI

  时间：2025-10-11

• 碳足迹税政策下新能源汽车供应链协同减排策略研究

  在全球气候变化和能源转型的双重压力下，交通运输行业的碳减排已成为各国实现碳中和目标的关键环节。新能源汽车作为替代传统燃油车的重要选择，其全生命周期的碳减排潜力备受关注。然而，新能源汽车在生产和使用阶段仍会产生大量碳排放，如何通过政策工具激励供应链企业协同减排成为亟待解决的问题。碳足迹税政策作为一种基于生命周期评估的环境规制工具，通过对产品全生命周期的碳排放征税，为新能源汽车供应链的碳减排提供了新的政策思路。然而，现有研究多聚焦单一环节的减排策略，缺乏对供应链上下游企业协同减排的系统分析。为此，发表在《Energy Strategy Reviews》的这项研究，构建了一个包含零部件供应商和整车制

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 基于深度强化学习的电动公交与私家车共享充电站协同调度优化研究

  随着全球能源转型和“双碳”目标的推进，城市公共交通电动化已成为必然趋势。电动公交车（Battery Electric Bus, BEB）因其零排放、低噪音等优势，正逐步取代传统燃油公交车。然而，BEB的大规模推广面临充电基础设施投资成本高、充电需求集中、电网冲击大等挑战。与此同时，私人电动汽车（Private Electric Vehicle, PEV）的普及使得充电需求激增，但公共充电桩资源时常紧张。在此背景下，共享充电理念应运而生——利用BEB在运营间歇期（如夜间停泊）的闲置充电桩为PEV提供充电服务，既可提高充电设施利用率，又能增加运营收益。然而，实现BEB与PEV的高效共享充电并非易事

  来源：Engineering

  时间：2025-10-11

知名企业招聘：