摘要：为了抑制提前期和不确定需求对周转箱利用率的影响,研究一种周转箱多模型系统的鲁棒切换策略。首先,基于周转箱的正向流动和逆向流动,设计一种包含制造商、运营商和客户的周转箱供应链系统;然后,构建不确定需求下含生产提前期、订购提前期和还箱提前期的周转箱供应链动态演变基本模型;再次,在设计制造商生产切换策略和运营商运营切换策略的基础上,将周转箱供应链系统表示为多模型系统。将上述周转箱供应链的基本模型、切换策略和多模型系统扩展为周转箱供应链网络后,对可描述周转箱多模型系统的Takagi-Sugeno模糊控制系统提出一种鲁棒控制策略。由周转箱的切换策略和鲁棒控制策略组成的周转箱多模型系统的鲁棒切换策略可以降低多种提前期和不确定需求对周转箱供应链和网络的影响,实现周转箱供应链和网络的低成本稳定运作。最后,通过某汽车零部件周转箱供应链和网络的仿真实验验证了所提周转箱多模型系统鲁棒切换策略的有效性。

摘要：为了深入挖掘和分析工业大数据隐藏的关系、趋势和模式,从而为企业提供更好的决策依据,结合随机游走和标签传播思想,提出一种基于工业大数据的重叠社区发现算法。设计了种子节点选取算法,通过随机游走计算各节点的重要性,选出不相关和重要性高的种子节点;提出重叠社区发现算法,对种子节点赋予唯一标签,迭代进行标签传播直到节点标签不再改变,根据节点标签得到最终的重叠社区划分结果。通过在真实数据集和人工数据集上进行对比实验表明,该算法可以在网络上有效发现高质量的重叠社区,并进一步解决工业大数据的数据分析、信息挖掘等核心问题。

摘要：火灾的发生给社会带来了巨大损失,森林火灾防治任务日益迫切,而全球变暖的趋势使得这一问题更加复杂。深度学习在各行各业发挥着重要作用,大量模型也被不断地设计和提出,且模型改进的方式多种多样。文中提出了EfficientNet-E模型,它利用更为先进的ECA模块(高效通道注意力模块)来替换EfficientNet模型中的SE模块,通过增强注意力机制性能提升模型的性能。相较于SE模块,ECA模块更好地保留了传输中的信息,使得数据特征在传输过程中保留更充分,从而能够优化模型。为验证EfficientNet-E模型的性能,以及EfficientNet设计思想在森林火灾识别问题上相较于传统模型的优势,文中选取了经典模型中的代表——ResNet和DenseNet作为对照参考,并结合EfficientNet和EfficientNet-E进行了相关实验。实验选用3303张森林火灾、非火灾和烟雾图片。多轮试验结果显示,EfficientNet-E在识别森林火灾数据上的效果要好于常规的经典深度学习模型,且相较于原始EfficientNet的平均准确率(89.28%),EfficientNet-E的平均准确率(90.04%)有所提升,标准差更小,训练稳定性也更好,从而证实了改进后的EfficientNet-E性能更加优良。

摘要：为进一步提高语音增强模型的自学习及降噪能力,提出基于多域融合及神经架构搜索的语音增强方法。该方法设计了语音信号多空间域映射及融合机制,实现信号实复数关联关系的挖掘;围绕模型卷积池化运算特点,提出了复数神经架构搜索机制,通过设计的搜索空间、搜索策略及评估策略,高效自动地构建出语音增强模型。实验搜索到的最优语音增强模型与基线模型的对比泛化实验中,语音质量客观评价(PESQ)、短时客观可懂度(STOI)两大指标较最优基线模型均最大提升5.6%,且模型参数量最低。

摘要：探究顾客对产品匹配信息不确定下,垄断企业的信息揭露策略与产品线的质量设计.首先分析企业对产品匹配信息的揭露策略如何影响产品线的质量设计,进而探讨企业在哪些情形下会揭露产品的匹配度信息.为探究这些研究问题,构建了一个垄断企业向高估值顾客和低估值顾客销售高端产品和低端产品的模型.研究发现,企业应根据产品匹配度信息的披露策略对应地调整产品线的质量设计.具体而言,相较于不揭露产品信息,如果只揭露高(低)端产品的匹配度信息,低端产品的质量设计应向上提升(向下扭曲),高端与低端产品的质量设计差异减少(增加);如果同时揭露高端和低端产品的匹配度信息,低端产品质量设计的扭曲程度取决于不同类型顾客认为产品合适的概率.另外,企业如何选择产品匹配度信息的揭露策略取决于市场特征.当低估值顾客对产品水平维度的认知价值较高时,企业倾向于只揭露低端产品的匹配度信息.本研究为广大电商的信息披露与产品线设计的联合决策提供重要的管理学启示.

摘要：自行车的电动化转型驱动了低碳出行的新趋势。作为自行车复兴的一部分,近年来电助力自行车在全球得到快速发展。本文以手段—目的链模型框架反向推导的方式,尝试对于自行车电动化转型中产品属性变化所带来的用户利益与价值进行初步分析与价值追寻,并通过设计实践案例剖析创新路径,旨在为自行车电动化转型中的用户价值定义与产品属性表达提供一定的参考。

摘要：在自动分拣仓库中,多载量自动导引小车(AGV)具有强运输能力,但其多载量特征也增加了调度与路径规划的复杂性。针对多载量AGV调度与路径规划的协同优化问题,以最小化最大搬运完成时间为目标,建立了该问题的混合整数线性规划模型,并提出一种聚类协同优化算法。算法首先定义了包裹相似度,设计聚类算法划分包裹组,使每个包裹组可由多载量AGV在一次作业中完成分拣;进而针对问题的多决策特征,设计协同进化遗传算法对包裹组进行指派和排序,并将无冲突路径规划算法引入到协同进化遗传算法的解码方案中,用以搜索最优路径并解决多AGV路径冲突,从而实现了多载量AGV调度与路径规划的协同优化。通过不同问题规模的仿真实验验证了所提算法的高效性和稳定性。

摘要：针对制造和服务系统中假定物料装卸点重合以及设施间物流量对称的不足,结合实际生产布局对过道布置问题进行拓展,以最小化物流成本为目标,提出考虑物料装卸点及非对称流量的过道布置问题,并建立混合整数规划模型。根据问题与模型的特征,设计一种改进灰狼算法进行求解,该算法采用双层整数编码生成初始解,通过将收敛因子非线性化、比例权重动态化对原始灰狼算法进行改进。通过融合反向学习机制和种群更新机制进一步扩大搜索解空间,并添加双阈值停止准则降低多余的迭代次数。将该算法与LINGO求解器对5~49不同规模算例的计算结果进行比较,证明了模型的正确性以及算法的有效性。最后,运用该算法对初始过道布置问题进行求解,并与其他算法的求解结果进行比对,进一步证明了所提算法的优越性。

摘要：背景随着我国老龄化程度不断加深,失能老人对上门医疗服务的需求日益增加,而对服务质量的评价是服务高质量实施的有力保证。目的基于德尔菲法制定北京市失能老人上门医疗服务质量评价指标体系,为社区卫生服务机构向失能老人提供上门医疗服务的质量评价提供客观标准。方法于2021年3—5月根据文献研究和定性研究初步形成指标体系条目池,并设计专家函询表。选择北京市在上门医疗服务和老年综合评估领域有经验的社区护理、全科医学及管理研究专家21名,于2021年6—10月以邮件形式发出专家函询表,进行3轮德尔菲专家函询,并统计专家的个人信息及权威程度相关指标,建立北京市失能老人上门医疗服务质量指标体系。结果3轮专家函询表均全部收回且全部有效,专家积极系数为100.00%,21位专家权威程度在0.700~1.000,平均为0.927,达到可接受标准。第1轮专家函询的指标重要性、可行性协调系数分别为0.170和0.140(P<0.001),第2轮分别为0.147和0.175(P<0.001),第3轮分别为0.231和0.208(P<0.001),专家意见趋于一致,函询结果可靠。最终构建的失能老人上门医疗服务质量评价指标体系包括服务条件、服务过程和服务结果共3项一级指标、9项二级指标和34项三级指标。结论所构建的指标体系适于评价单次上门医疗服务的实施质量,可为社区卫生服务机构制定相关制度与方案提供参考。

摘要：知识生产模式3提倡科研的国际化发展,关注科研的社会公益性,这对各国科研评价的制度设计提出了新要求。从知识生产模式3视角看,澳大利亚的全国高校科研评价体系“卓越科研框架”(ERA)虽一定程度迎合了知识生产模式3情境下的科研评价变革趋势,但在评级量表设计、评价单元设置和评价运行管理方面仍存在阻碍科研的国际化发展、埋没科研的社会公益性、忽视科研的复杂性提升等问题。鉴于此,新一轮ERA2023进一步提升评级量表的区分度,紧扣国际基准重构评价标准体系,增设任务导向型评价单元,并加强对数据和新兴技术的合理应用。通过这些举措,ERA2023旨在通过科研评价切实增强澳大利亚高校科研的国际竞争力和社会公益性,同时平衡评价标准多样性和过程一致性间的张力,并寻求评价运行高成本的破解之策。澳大利亚的经验可以为我国构建以国家战略需求为导向的科研评价体系、形成具有全球竞争力的科研创新生态提供重要启示。