最新刊期
- “智能语音交互系统安全威胁研究进展，专家系统性梳理了后门攻击与投毒攻击技术演化路径，为提升系统安全保障技术发展提供参考。”摘要：在智能语音技术快速发展的推动下，语音交互系统已广泛应用于智能助手、语音识别、语音合成等场景，极大提升了人机交互的便利性。然而，随着其在关键领域的深度应用，语音交互系统的安全问题逐渐显现，尤其是后门攻击和投毒攻击等对系统完整性与可靠性的威胁，引发了学术界与工业界的广泛关注。攻击者可利用这些攻击手段在训练或推理阶段篡改模型行为，造成隐蔽且持久的安全风险，进而影响用户隐私和系统安全。因此，本文聚焦智能语音交互系统中的安全威胁，系统性梳理了近年来在后门攻击与投毒攻击方面的研究进展与技术演化路径。首先从攻击者权限、投毒模式、攻击目标等多种攻击特征出发，对攻击进行分类。接着，从攻击者能力受限、隐蔽性增强、样本鲁棒性增强这三个维度对现有方法进行了技术剖析，并在最后总结了当前研究中的若干不足，探讨了未来在多模态攻击、攻击场景拓展等方面的研究方向。本文的工作旨在为后续研究提供参考，促进智能语音交互系统的安全保障技术发展与应用。关键词：人工智能安全;智能语音系统;数据安全;后门攻击;投毒攻击12|3|0更新时间：2025-07-08
-
基于邻域信息与嵌套注意力的知识图谱补全 AI导读
“在工业领域，专家提出了基于邻域信息与嵌套注意力的知识图谱补全方法，提升了预测准确性并保持低参数量。”摘要：随着工业系统的复杂性和智能化需求的增加，知识图谱在工业领域的应用越来越广泛。知识图谱的补全对于优化业务流程、提升决策质量和实现系统自动化具有重要意义。然而，现有的大多数补全方法在分析工业实体之间关系时，仅考虑节点本身的相似性，未能充分利用节点邻域的丰富信息，限制了对节点关系的关联推断。为解决以上问题，提出一种基于邻域信息与嵌套注意力的知识图谱补全方法。首先，获取三元组的邻域信息，进行对应的词嵌入，组合得到邻域信息表示和三元组表示；然后将获取的特征向量进行嵌套注意力编码，使结构特征得到稳定保持；最后通过内积解码器，实现对图谱缺失关系的补全。在三个数据集上进行了实验。结果显示，模型预测准确性得到提升，同时保持了较低的参数量，为知识图谱补全任务提供了一种兼顾模型规模和预测准确性的方法。关键词：知识图谱;知识图谱补全;知识推理;Transformer;注意力机制18|3|0更新时间：2025-06-26 - “在教育领域，专家提出了基于大小语言模型协同的评教文本方面情感分析模型，为提升教学质量提供新方案。”摘要：利用方面级情感分析方法对学生评教文本进行分析，对于促进教学质量的提升具有重要意义。现有的方面级情感四元组抽取方法主要包括基于判别式的方法和基于生成式的方法，然而基于判别式的方法未充分考虑方面级情感元素之间的关联语义，且基于生成式的方法过于依赖模板质量，在理解隐式情感方面仍有改进的空间。针对上述问题，论文提出一种基于大小语言模型协同的评教文本方面情感分析模型，该模型通过基于大语言模型的推理策略对评价文本进行深层次的语义理解和隐式情感推理，将模糊情感明晰化，以增强模型对于隐式情感的识别能力；接着设计了基于小模型的双层交互策略，通过浅层次和深层次交互充分捕捉上下文信息，实现评教文本中隐式情感的细粒度分析。实验结果表明，在Laptop、Restaurant公共数据集以及自构建的教学评价数据集中，该模型相较于最优对比模型的F1值分别提高了0.24、0.6和1.05个百分点。此外，通过一系列消融实验和对比实验进一步验证了该方法的有效性。关键词：学生评教文本;方面级情感分析;大小语言模型协同;深度学习;隐式情感46|9|0更新时间：2025-06-25
- “Bio-TLS协议扩展，利用生物特征提升客户端认证安全性，为用户提供便捷认证方式。”摘要：当前客户端身份认证主要有两种方式：传输层安全协议（TLS）和基于TLS协议的上层应用层身份认证方法。现有的TLS协议广泛应用于服务器端身份认证，但其客户端认证因存在证书管理复杂、易受攻击等问题而较少被强制要求使用；基于上层的身份认证存在易遗忘、单点认证、依赖固件和兼容性差等问题。为了解决这些问题，利用TLS协议支持扩展的特征，设计了Bio-TLS协议扩展，将用户的生物特征作为身份认证因子，选取指纹信息作为样例，与TLS结合，在握手阶段实现跨设备的无感认证。通过Tamarin Prover工具进行全自动形式化建模和安全性分析，验证了扩展协议的安全目标。实验结果表明，Bio-TLS协议有效提升了客户端身份认证的安全性，为用户提供了一种更安全、便捷的认证方式。关键词：客户端身份认证;生物特征认证;传输层安全协议;扩展;形式化分析15|4|0更新时间：2025-06-19
- “在计算机视觉领域，面部表情识别技术取得新进展。专家提出了基于褶纹基元感知的高效面部表情识别模型P2FER，通过高斯亲和褶纹基元提取模块和褶纹基元线索感知模块，显著提升了模型对表情的识别能力，为教育场景下的应用提供了解决方案。”摘要：面部表情识别（Facial Expression Recognition，FER）是计算机视觉领域的重要研究方向，但在教育场景的实际应用中仍面临诸多挑战，如遮挡、光照变化和头部姿态干扰等问题。本文定义了褶纹基元和褶纹基元关系；采用褶纹基元刻画面部局部区域因肌肉形变引发的方向性纹理特征，利用褶纹基元关系刻画其几何关联；指出褶纹基元具有高斯亲和、类间共享和类内不变特征。在此基础上，提出一种基于褶纹基元感知的高效面部表情识别模型P2FER（Pleated Primitive for Facial Expression Recognition）。在该模型中，设计了高斯亲和褶纹基元提取模块，用于捕获面部表情特征的多样性。通过引入高斯亲和褶纹基元，模型能够学习更具区分性的特征，增强特征空间的多样性，从而对不同类别表情的分类起到关键作用。为进一步增强模型对不同表情特征的建模能力，本文提出褶纹基元线索感知模块。该模块通过构建正负样本对，结合类关系设计了一种新颖的损失函数，实现类间共享褶纹基元与类内不变褶纹基元的协同挖掘，借助于不同类别间褶纹基元关联关系建模。该模块显著提升了模型对表情的识别能力。在RAF-DB和FERPlus数据集上的实验表明，本文模型在多项指标上均优于现有方法，性能提升显著。实验结果验证了高斯亲和褶纹基元提取模块与褶纹基元线索感知模块的有效性，表明用褶纹基元关系建模可增强模型的泛化能力。关键词：面部表情识别;褶纹基元;关系感知;长距离依赖;Transformer;图像理解61|11|0更新时间：2025-06-19
- “在芯片点胶检测领域，专家改进YOLOv8n模型，提出SPA-KG算法，提升检测速度和精度，满足工业需求。”摘要：针对芯片点胶运动状态下外观不良检测中存在速度慢、精度低和推理能力不足问题，对原始YOLOv8n模型进行了改进；基于改进的YOLOv8n，提出一种融合知识图谱和改进YOLOv8n的检测算法SPA-KG（Self-Position Attention-Knowledge Graph）。对YOLOv8n的改进表现在：在坐标注意力（Coordinate Attention，CA）的基础上设计SPA注意力，SPA注意力能够更充分地学习小目标的细节信息；在主干网络与特征融合网络中分别引入轻量化卷积模块GHOSTConv与AKConv（Adaptive Kernel Convolution），并且使用SIMSPPF（Simplified Spatial Pyramid Pooling-Fast）改进空间金字塔池化，降低模型的参数量，提升检测速度，结合α-IoU与EIoU设计α-EIoU损失函数，提高算法的定位能力与识别精度。实验结果表明，SPA-KG的平均精度均值达到96.7%，精确率达到94.2%，召回率达到94.0%，参数量达到2.58×106，检测速度达到107.7帧/s。本文提出的SPA-KG达到了工业检测需求。关键词：外观检测;知识图谱;YOLOv8n;注意力机制;机器视觉31|10|0更新时间：2025-06-11
-
面向数据异构的聚类抽样个性化联邦学习 AI导读
“在数据异构应用场景中，pFedCS算法加快联邦学习训练速度，提高模型准确度。实验结果表明，pFedCS在MNIST和Synthetic数据集上具有更高的准确率和更快的收敛速度。”摘要：在数据异构应用场景中，现有联邦学习存在客户端本地训练速度低、聚合后模型稳定性差等问题，基于此，提出一种面向数据异构的聚类抽样个性化联邦学习算法（Personalized Federated Learning with Clustered Sampling for non-IID dataset， pFedCS）加快其训练速度，提高模型准确度。该算法通过在本地训练过程中引入正则化损失函数，防止本地模型与全局模型参数产生较大偏差；并提出一种基于相似度的聚类方法将客户端进行聚类，根据每一类客户端样本数量，确定其抽样权重，然后，从该类中选出具有代表性的客户端参与模型聚合，当某一类样本数量较少时，对其进行抽样，增强样本的多样性，以便更好地捕捉全局数据分布的特征。实验结果表明，在MNIST和Synthetic两类数据集上，pFedCS相较于FedAvg、Per-FedAvg、FedProx和FedTC具有更高的准确率和更快的收敛速度。关键词：个性化联邦学习;数据异构;聚类抽样38|16|0更新时间：2025-06-05 - “在科学教育数字化转型领域，研究者提出了一种知识图谱引导大模型生成科学测试题方法，优化了测试题生成质量，为科学教育数字化转型提供了新方案。”摘要：智能测试题生成是科学教育数字化转型的重要环节，其核心目标是利用人工智能技术基于教材内容和知识点自动生成高质量测试题。研究表明大模型在智能测试题生成方面具有较好的效果，但依然需要克服缺乏专业知识不足的挑战。为此，本文提出一种知识图谱引导大模型生成科学测试题方法，以提升大模型对科学概念及其相互关系的理解能力，从而优化测试题生成质量。本研究首先在科学教育专家指导下，基于小学科学教材构建结构化知识点库和细粒度学科知识图谱；其次，依据教育用户选择的知识点，在知识图谱库中检索最相关的子图；最后，将知识图谱子图、知识点及学段信息以提示语的方式注入大模型，以生成多项选择题、填空题和简答题。实验评估表明，基于图结构的1-hop知识图谱的注入大模型，生成试题的接受度为95.4%，在学科适应性、试题多样性和质量控制方面均优于传统方法（接受度为87.%），但在题目难度控制上仍有待提升。关键词：知识增强;大模型;知识图谱;小学科学教育;智能测试题生成133|15|0更新时间：2025-05-30
- “在网络安全领域，专家构建了GMA图像数据集并提出MTFKD模型，实现了恶意软件变种的轻量化检测，检测准确率达99.49%，有效提升了模型的实际应用性与泛化能力。”摘要：日益剧增的恶意软件变种为网络安全带来严重威胁，准确且快速地识别恶意软件变种是安全防御的关键环节。现有研究利用端到端的深度学习模型优势进行检测，但复杂度较高，在性能及计算资源方面受限，给实际部署带来困难。因此，构建了基于颜色编码与数据映射的GMA（byte stream GLCM， assembly instruction Markov， API）图像数据集，最大化保留特征信息量的同时，实现数据规模轻量化；提出了基于解耦知识蒸馏的恶意软件轻量化检测模型MTFKD（Malware Texture Feature Classification based on Knowledge Distillation），应用知识蒸馏策略实现模型轻量化，结合高效多尺度注意力机制与空洞空间金字塔池强化特征表达，并使用改进的随机森林算法提升分类效率。实验表明，本文模型在检测准确率达到99.49%的情况下，复杂度明显降低，大大增强模型的实际应用性与泛化能力。关键词：恶意软件检测;模型轻量化;解耦知识蒸馏;数据映射;随机森林24|4|0更新时间：2025-05-29
- “在水电站大坝领域，专家提出了基于大语言模型与马尔可夫概率逻辑生成式神经网络的智能分析方法，为极端复杂条件下大坝变形特性识别和预测提供解决方案。”摘要：针对地处高山峡谷的水力发电设施在长期运行过程中遇到极端复杂条件下结构变形的国际前沿问题，在对水电站大坝变形特性成因分析以及水电站大坝长期运行特性研究的基础上，结合近十年来多维度实时监测传感网络获取的水电站大坝基础设施变形数据，提出了一种基于大语言模型（LLM）与马尔可夫概率逻辑生成式神经网络相结合的生成式智能分析方法。通过利用大语言模型的强大语义理解和生成能力，优化了水电站大坝变形数据的特征提取和相关性分析，提升了模型对复杂条件下多因素相互作用的准确性。该方法应用于大渡河瀑布沟水电站大坝基础设施受极端天气、地质灾害及大渡河湍流突变等复杂条件影响下的大坝主体工程以及特殊骨架和大型装置的位移等潜在重大隐患问题精准预测预报。大量实验验证表明，极端复杂条件下，结合大语言模型和知识图谱的马尔可夫概率逻辑生成式神经网络可以准确识别水电站大坝基础设施不均匀的变形特性，并能挖掘大坝各部位因内力相互作用在形变过程中的互相影响关系。通过与知识图嵌入方法进行比较，整体结果准确率存在较为明显的提升。该方法的突破为我国后续水电站修建过程中结构设计以及各部位材料选取提供了参考。关键词：大语言模型;知识图谱;马尔可夫概率逻辑神经网络;水电站基础设施;极端复杂条件;生成式智能;传感网络;知识图嵌入24|5|0更新时间：2025-05-22
- “在个性化答疑领域，研究者提出了基于查询扩展和强化学习的大语言模型方法，有效提升了回答的个性化和准确性。”摘要：近年来，大语言模型凭借海量的参数化知识和强大的自然语言处理能力，为个性化答疑提供了新的技术手段。然而现有方法仍面临若干问题，包括无法深度挖掘学生个性化需求、生成回答的针对性不足，以及缺少可靠背景知识导致的回答准确性受限。为此，本文提出一种基于查询扩展和强化学习的大语言模型个性化答疑方法。首先，根据教学图谱对原始提问进行扩展，融入学生和课程的个性化信息；其次，设计基于学生背景识别任务的强化学习算法，通过反馈机制引导模型更好地对齐学生特点；最后，结合检索增强生成框架从教学知识库中动态提取参考资料，进一步提升回答的准确性和可靠性。在MOOCCubeX数据集的实验表明，相较于指令增强的GPT-4o等对比方法，本文方法在知识背景、学习风格、学习进度和兴趣导向等个性化维度匹配度上分别提高了0.210、0.156、0.222和0.168，回答准确率提升0.086 1。关键词：个性化答疑;大语言模型;查询扩展;强化学习43|9|0更新时间：2025-05-15
- “在供应链网络优化领域，专家建立了考虑预防和恢复策略的模型，有效降低中断情况下运行总成本，提高网络弹性。”摘要：针对供需双方中断下多周期弹性供应链网络优化问题，建立考虑预防和恢复策略的供应链网络模型，以此优化供应链网络运行成本和整体弹性。基于决策者的风险规避态度，提出一种决策情景依赖概率公式，处理对实际激活节点（供应商和制造商）产生影响的全方位中断情景；在此基础上考虑备用供应商、制造商产能恢复、制造商额外产能及制造商保护系统的综合应对策略，构建一种以成本最小化为目标的内生随机非凸混合整数非线性模型；同时，在原有模拟退火算法的基础上动态调整降温速率，并采用多链信息共享与全局最优更新机制，提高算法的收敛速度与寻优能力。采用改进模拟退火算法进行算例研究分析，分析结果表明，本文模型能有效降低中断情况下供应链网络运行总成本，确定预防和恢复投资的最佳组合，提高供应链网络弹性，同时验证了多种弹性策略相结合的必要性。关键词：弹性供应链;预防和恢复策略;决策情景依赖公式;风险规避;改进模拟退火算法26|12|0更新时间：2025-05-14
-
基于时序大语言模型的污水处理排放指标预测 AI导读
“在水资源保护领域，研究人员提出了SSP-GLM模型，结合CNN和大语言模型，提高再生水排放指标预测准确度，为污水处理厂监控提供新方案。”摘要：污水处理厂作为水资源保护的重要设施，其核心任务之一是监控和预测再生水的排放指标。由于污水排放数据具有高复杂度和场景一致性差等特点，传统的时序预测方法效果有限。为此，提出了一种新型工业时序预测模型SSP-GLM，该模型结合深度卷积神经网络（CNN）捕捉局部复杂特征，并采用生成式大语言模型增强时序推理能力，提高了预测准确度。基于西安市两处污水处理厂的真实排放数据进行了实验，结果表明SSP-GLM在均方误差等性能指标上优于其他基线方法，最大领先幅度超过50%，且在训练资源消耗上表现适中，显示了在工业时序数据预测中的优越性和实用性。关键词：工业软件;污水处理指标预测;生成式大语言模型;时序模式预测72|13|0更新时间：2025-05-12 -
面向知识结构化的最近发展区建模 AI导读
“维果茨基最近发展区理论在教育领域取得新进展，专家构建了面向知识结构化的学习者最近发展区模型，有效提升教学精准化程度，促进学习者认知发展。”摘要：维果茨基的最近发展区理论在实际应用中面临着评估方法主观性强、评估任务单一且难以推广、评估结果欠缺清晰的教育可解释性等问题。针对上述问题，以新课标强调的知识结构化思想为指导，借助人工智能、教育测量等技术，构建了面向知识结构化的学习者最近发展区模型，能够支持最近发展区的测评、计算、可视化、教学改进等多个关键教育业务环节，实现对学习者认知发展状态及潜能的清晰表征与有效评估。基于所构建的模型开发了支撑系统并开展了应用效果检验，研究结果表明，面向知识结构化的最近发展区模型及其支撑系统能够有效提升教学精准化程度，促进学习者的认知发展，推动教学过程向数据驱动的科学决策和精准改进转变。关键词：最近发展区;知识结构化;学情诊断;教学支架50|10|0更新时间：2025-05-12 - “在医疗资源管理领域，研究者结合时间序列模型和报童模型，提出了锚定全局最优解的“拟合误差”核心概念，求解最优床位配置数及最小床位错配成本，为床位配置提供科学决策方法。”摘要：选择床位配置方法对降低临床科室床位错配成本具有重要的现实意义。将预测患者入院需求的时间序列模型和报童模型相结合，提出锚定全局最优解的“拟合误差”这一核心概念，进而求解最优配置床位数及期望最小床位错配成本。基于时序预测的报童模型不仅能够突破经典报童模型服从特定分布及单一周期建模的约束，也能对时间序列中回归残差的“黑箱属性”展开“精准画像”。模型的数值实验表明：在特定参数值范围内，决策者应选择时序报童模型配置床位；但在特定参数值范围外，决策者应选择经典报童模型配置床位。实证分析也验证了数值实验结果。因而在床位配置日常情境中，选择适配的决策模型不失为一种更加主动和科学的应用方法。关键词：时序报童模型;时序预测;拟合误差;床位配置44|21|0更新时间：2025-05-08
-
不完全无关性覆盖下容错系统可靠性分析方法 AI导读
“在系统可靠性领域，专家提出了不完全无关性覆盖模型，为提高系统可靠性提供新方案。”摘要：针对实际工程应用中系统无关部件的检测、定位和隔离可能出现失败的问题，分别探究无关部件隔离成功与失败时其覆盖失效与未覆盖失效对系统可靠性的影响，厘清它们之间的逻辑关系，提出一种不完全无关性覆盖模型（Imperfect Irrelevance Coverage Model， IICM）。在IICM中提出了隔离因子用于量化无关部件隔离成功率。IICM可以兼容不完全覆盖模型（Imperfect Fault Coverage Model， IFCM）与无关性覆盖模型（Irrelevance Coverage Model， ICM）。此外，提出了一种基于二元决策图的不完全无关性覆盖下系统可靠性组合定量分析方法。案例分析结果表明：1） IICM具有通用性，其组合定量分析方法具有有效性；2） IICM相比IFCM可在不增加冗余的前提下提高系统可靠性，相比ICM在考虑无关性部件隔离效果方面做出了进一步优化。关键词：不完全故障覆盖模型;无关性覆盖模型;故障树;二元决策图;可靠性分析63|26|0更新时间：2025-04-27 -
数字化学习中认知负荷智能化评估研究进展 AI导读
“智能技术发展推动数字化学习，认知负荷智能化评估成为研究热点。专家系统梳理了机器学习与深度学习算法在该领域的应用，为高效数字化学习提供帮助。”摘要：随着智能技术的飞速发展，数字化学习的逐渐普及为学习者们提供了多样化的资源和途径，然而这一学习方式在丰富学习体验的同时也对学习者的认知负荷带来了复杂的挑战。传统的认知负荷测量方法存在过程性不足、动态监测缺失以及即时反馈缺乏等精准度方面的问题，因此，认知负荷智能化评估逐渐成为研究的热点。智能化评估通过结合生理指标，利用机器学习与深度学习等非侵入性技术手段，实现对学习者认知负荷的精准评估。本文系统梳理了支持向量机、随机森林、线性判别分析等传统机器学习算法，以及前馈神经网络、卷积神经网络、长短期记忆网络和混合模型等深度学习算法在认知负荷智能化评估中的应用，探讨数字化学习中认知负荷智能化评估的启示和发展方向，并前瞻性地探索了大语言模型在认知负荷智能化评估中的潜力，旨在为高效的数字化学习提供帮助。关键词：数字化学习;认知负荷;智能化评估;机器学习;深度学习67|55|0更新时间：2025-04-25 - “数智技术为教育评价变革注入新动力，构建大学生综合素质评价模型，探索实施路径，为实践提供参考。”摘要：数智技术的发展和应用为教育评价变革带来新动能。从评价主体的多元参与、评价过程的感知融合和评价结果的精准分析三个方面探讨数智赋能大学生综合素质评价的价值定位。以三元空间理论为基础，构建基于“人-机-事-物-场”的大学生综合素质评价模型。在此基础上，探讨数智赋能大学生综合素质评价的实施路径，从物理层、数据层、分析层、服务层和交互层构建大学生综合素质评价的实施架构，并从初期、中期和远期三个阶段探讨综合素质评价的实施路线，以期为数智赋能大学生综合素质评价实践提供参考。关键词：数智技术;大学生;综合素质;评价;模型;实施路径116|31|0更新时间：2025-04-18
- “在文本情感分类领域，专家提出了基于BERT的多情感字符级信息注意力方法CBSA，通过整合字符级信息和情感来源信息，显著提高了情感预测准确性。”摘要：当前基于深度学习的文本情感分类方法尚未充分利用字符级信息和情感来源信息，仍有改进空间。因此，提出了一种基于预训练模型BERT的面向多情感字符级信息的注意力方法（Character-BERT-Sentiment-Attention， CBSA）。该方法通过捕捉字符级信息丰富文本语义信息，拼接融合BERT预训练的单词级向量，得到语义向量，然后将上下文词与4种情感来源信息（情感词、否定词、程度副词、连接词）整合到门控循环单元（Gated Recurrent Unit， GRU）神经网络中，通过注意力机制构建融合情感资源信息的句子表示，最后通过Softmax分类层预测情感极性。该方法对字符级信息与多情感来源信息进行提取，获得来自不同表示子空间的情感相关信息，从而使情感预测更加准确。在5个数据集上的实验结果表明，本文提出的方法在分类准确性上有了明显的提高。关键词：情感分类;Bert;字符级信息;融合向量;注意力123|8|0更新时间：2025-04-18
- “在物流园区数字化领域，专家提出了数字孪生系统通用架构及协作策略，为物流园区间协作运营管理提供参考。研究表明，物流园区数字孪生成熟度和数字纽带云平台的激励强度与物流园区选择协作策略的概率及物流园区收益之间呈正向关系，这也验证了数字孪生在技术和运营管理上对物流园区间协作日常化具有可行性和积极作用。”摘要：针对大多数物流园区数字化成熟度不高、缺乏数字纽带而无法形成日常化协作运营问题，从技术和管理相结合角度，提出一种物流园区数字孪生系统通用架构及协作策略。首先，对物流园区运营可视化需求及机制进行分析，从数字孪生系统构成维度层面，构建物流园区数字孪生五维模型，基于用户维度形成物流园区间协作系统通用架构，设计数字孪生系统下物流园区间协作运营的数字纽带；然后，从物流园区间协作策略层面，考虑在既有竞争又有合作的市场环境下，以云平台作为数字纽带进行物流园区间协作策略演化博弈分析。研究表明，物流园区数字孪生成熟度和数字纽带云平台的激励强度与物流园区选择协作策略的概率及物流园区收益之间呈正向关系，这也验证了数字孪生在技术和运营管理上对物流园区间协作日常化具有可行性和积极作用。研究结论为物流园区间协作运营管理提供参考。关键词：数字孪生;物流园区;协作策略;云平台;演化博弈53|15|0更新时间：2025-04-03
- 地址：湖北省武汉市武昌区武汉大学文理学部本科生院楼北楼504
- 联系电话：027-68756952 Email：whdz@whu.edu.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：1104401 今日访问量：80
批量引用
0