网络首发
基于CEEMDAN-SE-MSTCNformer混合模型的短期风电功率预测
郭园园;刘海鹏;任卫豪;针对风电功率序列波动大、含有大量噪声导致单一模型难以精准预测的问题，设计了一种融合数据分解与深度学习的混合模型——CEEMDAN-SE-MSTCNformer。首先，用自适应噪声完备集合经验模态分解原始风电功率数据，得到若干本征模态分量(IMF)及残差；再计算各IMF样本熵，根据熵值将IMFs自适应重构为高频、低频与趋势三类子序列；其次，将重构子序列并行输入多通道时序卷积网络提取多尺度局部特征，再与位置编码馈入Transformer编码器层，利用多头自注意力机制建模长程依赖关系并完成多步功率预测；最后，叠加各分量预测结果。实验结果表明，该模型四季平均RMSE、MAE、R2较其他模型均有不同程度的提升，验证了信号分解与多尺度卷积-注意力融合策略的有效性、准确性。
氧化物纳米颗粒掺杂对聚丙烯介电性能调控的研究综述
陈天翔;惠卓斌;李欢;聚丙烯（PP）作为一种具备良好绝缘性能的热塑性材料，有替代交联聚乙烯（XLPE）成为新型电缆绝缘材料的潜力，氧化物纳米颗粒掺杂通过引入深陷阱调控载流子的输运行为，能有效提升聚丙烯的介电性能。针对现有研究，总结了纳米粒子因体积效应产生的四大基本特性，对纳米粒子与聚丙烯交互区域“界面”形成的原因进行了分析。其次，基于现有研究中“介电双层”“多核”“深陷阱”“交互区”四大界面模型解释了界面影响聚合物介电性能的物理机制，梳理了氧化物种类、分散性、预处理方式等不同因素对PP空间电荷积聚、击穿特性、电阻率、介电响应等性能的调控规律。最后，在此基础上进一步探讨了纳米氧化物掺杂与共混改性协同提升PP介电、机械性能的潜力，并对其未来发展进行展望。
基于Agent的超市呼吸道病毒传播微观仿真分析
童涛南;王海瑞;毕贵红;黎仕瑞;李玉洪;贺春龙;呼吸道病毒的传播对全球造成了深远影响，室内公共空间成为其主要传播场所。现有的病毒传播模型对于冷链污染等初始物体或环境表面携带病毒造成的传播情况解释不足。为此，本文提出了一种基于Agent的微观仿真模型，模型将模拟中的人员与空间区域均视为病毒传播的宿主，二者都有可能成为病毒传播的源头，都会因为病毒感染从而具有传染性。模型模拟了以下三种病毒传播情景：物体表面携带病毒；人类感染者；仅考虑病毒人传人传播途径。结合超市空间的特点，分析了空间与人员行为干预实施下的传播动态。模拟结果表明，初始阶段由物体表面携带病毒同样可能引发严重的病毒扩散，而病毒的人传人传播途径则是病毒迅速蔓延的主要驱动因素。仅考虑人际传播将低估病毒的实际传播风险。
一步水热法制备FeNi_2S4/FIN电极用于高效电解水
卫学玲;张伟;王素敏;电解水制氢是一种极具前景的绿色氢能规模化生产技术,其发展却受限阳极的析氧反应(OER)催化剂成本高昂的问题。因此,开发廉价且高活性的OER电催化剂尤为迫切。报道了一步简便高效的水热合成策略,采用泡沫铁镍(FIN)作为三维导电基底,同时利用其提供铁源与镍源,成功实现了原位生长的硫化铁镍催化剂FeNi_2S4/FIN。通过XRD、SEM及XPS等多维度表征手段,系统解析了材料的晶体结构、微观形貌与表面化学状态,并在1 mol/LKOH电解液中全面评估了其电催化OER性能。实验结果表明,纳米花状的FeNi_2S4/FIN拥有丰富的活性位点和快速的电子转移速率,且FeNi_2S4与FIN之间的强相互作用使其具备优异的催化活性和稳定性。
基于太赫兹振动指纹的延胡索产地鉴别
盖子凡;王亚辉;延胡索的临床疗效受产地差异影响显著，提出一种将太赫兹时域光谱与机器学习相结合的产地鉴别方法。采集陕西、浙江和内蒙古三个产区的延胡索样品共600份，采用F-test、递归特征消除（RFE）及XGBoost算法对特征频点进行重要性评估，通过重复分层交叉验证统计特征入选频率，筛选出稳定判别频段。在此基础上建立逻辑回归（LR）、K近邻（KNN）和随机森林（RF）模型进行对比分析。结果表明，三种模型均可实现不同产地样品的有效区分，其中K近邻模型性能最佳，准确率约为97.5%,F1值和AUC指标均表现稳定。混淆矩阵分析显示，浙江样品识别率较高。同时，基于第一性原理的振动模拟结果与延胡索主要生物碱的太赫兹吸收特征较好对应，为关键频段归属分析提供了理论支持，也在一定程度上增强了模型结果的可解释性。所提出的太赫兹时域光谱-机器学习-密度泛函理论联用为延胡索产地鉴别及质量控制提供了一种具有实际应用潜力的方法，并可为其他中药的产地鉴别研究提供参考。
基于机器学习与迁移学习的随机粗糙表面辐射制冷性能研究
安欢欢;杜昊园;常新月;方俊飞;李雨涵;苟于春;针对随机粗糙表面辐射制冷结构设计过程中传统数值模拟方法计算成本高、优化效率低的问题，提出了一种融合神经网络与迁移学习的智能设计与优化方法。以铝基底-聚二甲基硅氧烷随机粗糙层复合结构为对象，使用有限元法计算了不同几何参数条件下的光谱特性，基于已有的光谱特性数据，建立了基于迁移学习的神经网络模型，其中迁移学习可以有效地解决优化任务中数据稀缺的难题，并成功实现了多参数的协同优化，获得了最优结构参数：结构周期l=40μm、PDMS厚度h=50μm、相关粗糙度σ=5μm、相关长度ξ=0.1μm。该优化结构在8～14μm大气窗口波段平均发射率达0.989。基于此，进一步研究了不同l、h、σ、ξ对光学性能的影响，结果表明，PDMS厚度是影响光学性能的最关键参数。研究结果为复杂随机微结构的辐射特性预测与性能优化提供了一个高效、高精度的智能化解决方案。
Mo元素对TiZr合金微观组织、力学性能及腐蚀行为的影响
徐文燕;景然;张晴;刘禹驰;李江华;炊鹏飞;采用X射线衍射仪、光学显微镜、力学性能测试系统及电化学工作站等研究了Mo添加对TiZrMo合金的相结构、微观组织、力学性能及腐蚀行为的影响规律。结果表明：TZ0M合金主要由α相组成；添加Mo元素后，TZx M合金的相组成发生了明显的变化，随着Mo元素含量的增加，发生了α→α′→α′+β的相变过程。TZ0M合金由板条状α相和片状α相组成，平均宽度约为4.35μm，同时部分板条状α相呈现出等轴化趋势；当添加Mo元素后，合金出现明显的β晶界，并且在β晶粒内部存在相互交错的针状α′马氏体相。此外，随着Mo含量的增加，合金的压缩屈服强度和显微硬度逐渐增大，当Mo质量分数为3%时，TZ3M合金的屈服强度和显微硬度分别为845 MPa和326 HV0.2。电化学测试结果显示，当Mo质量分数为2%时，在质量分数为3.5%的NaCl溶液中的腐蚀电流密度icorr、维钝电流密度ip和极化电阻Rp分别为32.86 nA/cm2、77.83 nA/cm2和1 750.48 kΩ·cm2，表明TZ2M合金具有良好的耐腐蚀性能。
基于YOLO11的光伏电池缺陷快速高精度检测
白宇;闫群民;宋潇;赵国璧;刘新龙;在光伏电池缺陷检测中，因缺陷种类繁杂、形态无规则及尺寸差异大，致使检测过程面临识别难度高、漏检和误检率高等问题。针对现有模型在实际应用中存在检测精度欠佳、参数规模过大的问题，提出了一种基于YOLO11改进的光伏电池缺陷检测算法。该算法采用深度可分离卷积（DWConv）、下采样模块（ADown），以降低训练过程中的参数冗余问题。为了使网络在训练过程中能够捕捉并关注更为丰富的信息，在池化卷积模块（SPPF）中设计了聚合特征交互模块（YYAF），凭借该模块对空间位置信息及特征间依赖关系的充分挖掘与利用，可有效增强网络的特征学习能力。同时，为了使模型更精准地聚焦于不同目标，实现更高的特征表达能力，引入C3k2＿DSConv模块作为颈部网络的部分特征提取模块。最后采用SIoU替代原有的CIoU损失函数，平衡不同尺度缺陷的检测，加速网络收敛，提高计算效率。相较于原算法，平均准确度（mAP@0.5）提高了2.4%；计算量减少了1.6 G FLOPs；参数量减少了0.29 M；综合性能达到了光伏电池缺陷检测要求。
考虑超时风险的多目标卡车-无人机协同配送鲁棒优化
卢婉莹;石褚巍;夭梦丽;针对“次日达”物流场景中服务时间不确定引发的潜在超时风险，提出了一种卡车-无人机协同配送路径优化问题。综合考虑时间成本与潜在超时风险，并引入预算不确定集，刻画服务时间不确定性，构建以总时间成本和超时风险最小化的多目标优化模型；针对不确定集和多目标特性给出了“非支配排序+理想点”的适应度评估方法；设计了一种基于Pareto支配的双层进化算法，上层采用小生境Pareto遗传算法决策客户的载具分配，下层设计多目标大邻域搜索算法优化配送节点的服务次序，并嵌入一种“非支配排序+拥挤度距离”的邻域解更替策略。设定多组案例来验证模型及算法的有效性，实验结果表明，在C202算例中，成本偏好下至多能节约26.96%的成本，风险偏好下至多能降低51.23%的风险，所提方法能够为配送中心提供多决策偏好下的配送方案。
基于ICFO和区段修正策略的有源配电网故障定位方法
李勖;李昂;郭昕宇;邓朝钤;孙旭杰;闫群民;为提高现有智能优化算法在处理大规模有源配电网故障定位问题的准确率与容错性，提出了一种融合区段修正机制的改进冬虫夏草优化算法（ICFO）。首先，结合故障区段定位问题的离散特性，对虫草种群进行编码，并引入LogisticTent混沌映射提升初始种群的多样性。其次，将精英池策略与自适应变异算子引入虫草个体的位置更新过程中，增强算法跳出局部最优的能力。最后，通过对算法输出的初步故障区段进行子集、前趋节点和后继节点的系统性修正，协同解决算法输出伪最优解导致的定位偏差问题。仿真对比实验结果表明，在单重故障、多重故障及信息畸变场景下，相较于IIA、IGA、CFO三种对比算法，所提方法的定位准确率平均提升约30.6%，求解时间平均缩短约1.65 s，体现了其良好的定位精度与容错性能。