eess 篇论文 | Gist.Science

本研究提出了一个针对埃塞俄比亚的 AI 驱动国家框架，该框架整合了 LSTM、XGBoost 和强化学习模型，旨在优化可再生能源预测与电网管理，从而成功提高了预测准确性并减少了能量损耗，以支持该国的可持续能源转型。

本研究表明，与传统的多次多层电弧焊接相比，激光-电弧复合焊接显著降低了12 mm厚SBHS500钢角接头的焊接变形和残余应力，从而提高了钢桥构件的尺寸精度和抗压承载能力。

本文引入并评估了一种用于被动光学望远镜网络的新型轨道段评分指标（tracklet-score metric），该指标通过整合交付延迟、望远镜口径、测量次数、时间跨度和数据间隙等关键参数，来量化测量数据对轨道确定的价值，并将其有效性与 SMARTnet 网络中使用的现有方法进行了比较。

本研究利用有限元法（FEM）模拟结合成形极限曲线（FLC），旨在展示连续退火与间歇退火热循环如何显著影响金属包装组件冲压过程中马口铁的成形性能与抗开裂能力。

本研究提出了 iTLE-TSIM，这是一个基于智能体（agent-based）的交通仿真框架，它将活动计划与广义元胞传输模型（generalized Cell Transmission Model）相结合，旨在为区域规模的应用实现更精细的空间分辨率和动态拥堵表示，同时保持计算效率。

本研究提出并验证了一种三因子耦合计算模型，该模型量化了施加垂直压力、饱和度和孔隙比对黄土塌陷系数的非线性影响，并通过实验室数据以及中国伊犁地区的规模化野外浸水试验证明了其准确性。

本研究通过分析170次单道熔滴沉积以确定稳定的沉积极限，定义了ER70S-6 DED-Arc增材制造的工艺窗口，证明了速度比能准确预测熔滴几何形状，并通过多层试验确认了所选参数的可重复性。

基于对133名专业人士的2024年调查及高级统计建模，本文指出安全不稳定、基础设施严重恶化和腐败是喀土穆战后重建的主要障碍，并表明结合治理改革、安全稳定和创新融资的综合策略对于显著减少项目挑战至关重要。

本研究提出了一种集成的 RSM–ANN–GA 框架，用于优化由 Ti₃SiC₂、NiTi 和氧化石墨烯增强的 ZE41 杂化复合材料的密度，成功确定了一种能将密度降低至 1.9086 g/cm³ 的成分，且具有高预测精度和低实验误差。

本文提出了一种用于主动悬架系统的实时、约束感知控制框架，该框架结合了路面预瞄模型预测控制、用于快速计算的神经网络代理模型以及在线系统辨识，旨在实现显著的振动抑制，同时兼顾执行器饱和限制。