eess 篇论文 | Gist.Science

本文提出了一种利用复杂直觉模糊粗 Frank 聚合算子的新型多准则决策框架，通过解决数据的不确定性和不精确性，以有效地为电力系统选择最优的网络安全措施，并通过案例研究和对比分析验证了该框架的有效性。

本研究指出了科威特政府学校在维护实践方面存在显著不满的问题，并提出了一种经过验证的集中式数字化系统，该系统利用移动应用程序、云平台和 ArcGIS 技术，旨在提高公共教育部门的效率、安全性和响应能力。

本文提出了一种面向多微网的分布式电-热能量共享框架，该框架集成了时空相关分布鲁棒优化以应对源荷不确定性，并采用非对称纳什议价机制以确保公平的利益分配，最终实现了低成本、低碳且稳健的协调运行。

本研究表明，通过对 810 组实验混合物进行训练并利用 SHAP 分析进行解释，XGBoost 机器学习模型在超高性能混凝土（UHPC）抗压强度方面实现了极高的预测精度，同时识别出纤维含量和养护龄期是最具影响力的控制参数。

本研究通过实验测试与机器学习探讨了橡胶化硅灰混凝土的力学性能，证明了虽然橡胶粉和硅灰能增强特定性能且现有设计规范低估了强度，但诸如人工神经网络等先进预测模型在估算抗压强度和抗折强度方面具有更高的准确性，从而支持可持续建筑发展。

这项数值研究表明，忽略粘性土边坡的诱导各向异性会导致土壤行为的显著过度简化，因为通过 SANICLAY 模型引入各向异性特征后，与各向同性模型相比，揭示了更高的剪应力、位移和滑动面，从而凸显了在进行精确工程地震稳定性分析时考虑各向异性的必要性。

本文介绍了 AeroSense，一种新颖的“状态-流”框架，它通过直接对来自 ADS-B 数据的瞬时微观飞行器状态进行建模，增强了终端区短期空中交通流的预测能力，从而克服了传统聚合时间序列方法的局限性，并在高密度交通期间实现了卓越的准确性。

本研究提出并验证了一种利用优化阵列孔型进行定向破裂的技术，旨在有效引导顶板切割，从而促进及时垮落，并缓解浅埋大断面巷道中侧向厚硬顶板引发的严重地层行为灾害。

本研究表明，C级粉煤灰基地质聚合物在常温养护条件下能有效提高砂质土和黏性土的抗折强度与抗拉强度，其性能优于水泥加固，并与抗压强度表现出强线性相关性。

本研究通过27组拔出试验、微观结构分析以及有限元模拟，探讨了钢筋与钢纤维增强再生骨料混凝土之间的粘结行为，旨在揭示关键参数对粘结强度的影响，并建立一个用于模拟粘结-滑移关系的、高精度的解析模型。