摘要:机械加工的“个性化定制”和“多品种小批量生产”需求与日俱增，生产的高度灵活性和设备维护的必要性给调度工作带来了巨大挑战，实际生产伴随的工时恶化效应使得调度问题更加复杂。为了解决周期性维护策略下考虑工时恶化的单机调度和维护决策问题，利用分段线性函数对工时恶化进行描述，分别基于固定周期维护与柔性周期维护的特点，以最小化最大拖期成本和维护成本为目标建立模型，通过数值实验和调参分析，确定了维护决策的关键和非关键因素。结果表明：柔性周期维护没有批次空闲，目标函数值随β/α[WT]比值的增大呈阶梯增长状，能实现成本的“自适应”调节，较固定周期维护有显著优势。构建生产与维护的联合调度模型，可实现维护策略的优劣对比和生产与维护的联合决策，降低企业生产和维护的运营成本。

摘要:水黾是一种在湖泊、池塘、湿地中常见的小型昆虫，凭借其腿部具有微纳复合结构而呈现的超疏水特性可稳定站立在水面，受到普遍关注并逐步成为研究热点。已有学者对水黾运动特性开展研究，以期获取设计灵感用以研制功能优异的超疏水表面与功能完善的仿生水黾机器人。从水黾运动特性入手，综述了运动支撑力的测试方法，重点关注以水黾为仿生原型在工程仿生领域中超疏水表面制备、水上行走机器人和跳跃机器人研制的发展现状。超疏水表面的制备应从微形貌特征、制备工艺和生产成本等方面深入研究，仿生水黾机器人的研制需进一步考虑运动、驱动方式和支撑特性。基于水黾腿部微形貌结构特征研制超疏水功效显著且持久的超疏水表面，以及性能优异、功能完备、运动特性高度相似的仿生水黾机器人将是未来发展的主要趋势。

摘要:针对传统最近邻数据关联算法正确率较低且容易出现漏关联的问题，提出一种多特征加权的最近邻关联算法。根据智能车环境感知系统获得的障碍物特征数据，定义了一种相似度函数，提出基于生命周期计算有效关联度的方法，从而判定目标是否关联；基于卡尔曼滤波对关联目标进行迭代更新，实现对目标的跟踪；通过实验对比了静止目标、无交互的低速运动目标和有交互的低速运动目标的跟踪轨迹。结果表明，与传统的最近邻数据关联算法相比，所提出的改进算法可以实现对低速运动目标准确连续的关联跟踪，不会出现目标丢失或位置突变的现象，且跟踪目标的交互与遮挡对跟踪效果影响较小，具有较高的有效性与实用性。研究结果可为智能车辆的目标跟踪设计提供参考。

摘要:针对传统用户意图识别主要使用基于模板匹配或人工特征集合方法导致成本高、扩展性低的问题，提出了一种基于BERT词向量和BiGRU-Attention的混合神经网络意图识别模型。首先使用BERT预训练的词向量作为输入，通过BiGRU对问句进行特征提取，再引入Attention机制提取对句子含义有重要影响力的词的信息以及分配相应的权重，获得融合了词级权重的句子向量，并输入到softmax分类器，实现意图分类。爬取语料实验结果表明，BERT-BiGRU-Attention方法性能均优于传统的模板匹配、SVM和目前效果较好的CNN-LSTM深度学习组合模型。提出的新方法能有效提升意图识别模型的性能，提高在线健康信息服务质量、为在线健康社区问答系统提供技术支撑。

摘要:为了解决大型学术数据库中重名作者的歧义消解问题，提出了基于元路径异构网络嵌入的姓名实体消歧模型。使用大型在线学术搜索系统DBLP上的公开数据集，首先抽取学术出版物的作者信息、标题和会议期刊名称等特征属性，再利用word2vec模型工具生成的特征属性词嵌入输入到GRU网络中进行训练，构造出一个PHNet矩阵网络进行随机游走操作，从而捕捉不同类型节点之间的关系，最后进行相似节点的划分，完成姓名消歧工作。实验结果显示，新方法的精确度为0.865，召回率为0.792，F₁值为0.815。基于元路径的异构网络嵌入模型的精确度、召回率等指标都优于对比模型。因此，所提出的模型在提高大型学术数据库的消歧精准度方面具有良好的应用前景。

摘要:为了降低医生利用SPECT影像对甲状腺疾病进行临床诊断时的误诊率，提高深度学习算法在核医学影像辅助诊断中识别交叉影像特征的准确率，提出了基于ResNet模型的甲状腺SPECT影像诊断方法。利用深度卷积生成对抗网络(DCGAN)和高分辨率生成对抗网络(SRGAN)生成影像并提高分辨率，弥补训练数据的不足。同时，将残差块输出信息加上具有交叉特征影像信息的x_i[WT]，在保留已学习影像特征的基础上增加对交叉特征的学习，改进了模型。对于交叉影像特征，使用交叉训练集对经过单一特征影像训练完成的改进ResNet神经网络模型进行再训练。实验结果表明，经过100轮迭代，交叉训练集训练的改进ResNet神经网络模型验证精度高达0.963 3，验证损失降到0.118 7，并趋于稳定；识别结果，召回率、精确率、特异度和F₁分数都在93.8%以上。经过改进的神经网络模型和新的训练方法对甲状腺SPECT影像表现出的典型症状识别率较高，优于其他基于卷积神经网络（CNN）的方法，对临床影像诊断具有参考价值。

摘要:为了增强传统乙烯键π桥的拉电子能力，针对经典D-A-π-A型三苯胺基敏化染料在电荷转移过程中的分子内回流现象，通过在额外受体苯并噻二唑和π桥乙烯之间增加苯、噻吩、呋喃和吡咯等共轭单元设计了4个新的染料分子，基于第一性原理计算探究了共轭单元对染料RL1激发态的调控作用。结果表明，苯并噻二唑在起到额外受体电子推拉作用的同时，由于较强的吸电子能力，导致一定的电子回流；设计的4种染料分子与RL1染料相比，苯、噻吩、呋喃和吡咯既减弱了苯并噻二唑的吸电子能力，又起到了一定的电子供体作用，明显增强了氰基乙酸基团的吸电子能力。在染料分子的设计和合成中，研究结果可为进一步提升染料的光电转化效率提供理论依据。

摘要:微藻具有光合作用效率高、环境适应性强、生长快、生物质产率高和环境效益显著等优点，在体内还能积累虾青素、叶黄素、高不饱和脂肪酸、生物柴油等重要产物，近年来成为人们关注和研究的热点。微藻细胞破壁是提取这些产物的关键及困难环节。从3种常用微藻细胞壁的结构入手，分析总结了机械破壁法、基于波的细胞破壁法、热解破壁法、化学法以及生物法等微藻破壁技术的研究现状与发展趋势。认为从现实角度出发，将化学法与机械法结合使用，即先采用化学法进行预处理，再采用机械法破壁，可解决大部分藻细胞的破壁问题，是一种比较可行的产业化破壁技术路线；从发展前景来看，生物法破壁具有能量消耗较低、条件温和等优势，对于绝大多数藻类来说具有经济可行性和技术理论可行性，是一种最值得期待的破壁方法。

摘要:为了探寻绿色物流研究的重点和方向，为中国绿色物流研究提供参考，对国内外绿色物流研究进行了对比分析。检索了中国知网（CNKI）和Web of Science的936条国内外数据，运用可视化软件citespaceⅤ生成的文献共被引、关键词共现、聚类、时区图和突变词等知识图谱，分析了国内外绿色物流的热点、演进路径和前沿技术。研究表明，国内物流业最近及未来持续性的研究热点与前沿技术集中在冷链物流、旅游物流、农产品物流等区域性的绿色物流方面，国外集中在供应链、优化模型和车辆线路、油耗等具体问题研究方面。关于绿色物流研究，国外侧重创新与微观层面；国内侧重在宏观层面，应加强微观方面的研究，利用技术创新加速物流绿色化进程。研究结果对绿色物流的演进路径分析和研究前沿预测具有重要意义，为后续相关研究提供了理论依据。

摘要:为了探寻更适合当前工业应用的耐磨材料成型方法，采用消失模铸造工艺制备了WCp/Fe复合材料，研究了浇注方式对复合材料硬度和耐磨性的影响。结果表明：添加不同粒径的WC颗粒后，顶注、缝隙式浇注、底注3种浇注方式制备的复合材料试样硬度和耐磨性都得到了明显提高；与顶注和底注2种浇注方式的充型过程相比，缝隙浇注的充型过程较为平稳，所得试样的硬度及耐磨性较高，硬度及耐磨性随着试样中添加WC颗粒粒径的减小而升高；试样中添加WC颗粒粒径为5.5 μm（2 500目）时，硬度达到HRC 50，耐磨性提高了2.21倍。不同浇注方式下制备复合材料试样硬度和耐磨性能的变化结果，可为消失模铸造WCp/Fe复合材料的工业生产及应用提供技术参考。