网络首发
资金约束下考虑制造商公平关切的低碳供应链联合减排决策
郭金森;于春艳;周永务;为探究资金约束及企业公平关切行为对低碳供应链联合减排决策的影响，针对一个低碳供应商与一个存在公平关切行为的低碳制造商组成的供应链，基于博弈理论，分别构建无资金约束以及双边资金约束“链外+链内”组合融资下的联合减排决策模型，研究了不同环境下供应链各主体最优减排决策和收益，并对结果进行比较分析。研究发现，不同资金环境及组合融资模式下，制造商公平关切会降低供应链碳减排水平、产品售价、市场需求以及供应商收益，但可能提高制造商收益。与制造商碳减排水平相比，供应商碳减排水平在无资金约束以及双边资金约束“供应商银行借贷+贸易信贷”组合融资下更高，但在“制造商银行借贷+预付款”组合融资模式下的高低受提前支付批发价敏感系数的影响。与无资金约束情形相比，供应链双边资金约束对供应商收益产生消极影响，但对制造商可能产生积极影响；与“制造商银行借贷+预付款”组合融资模式相比，供应商通常偏爱选择“供应商银行借贷+贸易信贷”组合融资模式，而制造商对两种组合融资模式的选择偏好受推迟/提前支付批发价敏感系数的影响。
基于扩散图神经网络的电力标准实体跨语言对齐方法
冯勇;罗恩博;陆海;聂永杰;罗海丰;为解决电力领域不同标准间命名不一致导致的信息误差，以及传统实体对齐方法因术语复杂和数据稀疏而表现不佳的问题。本文提出了一种专门用于电力标准的基于扩散图的实体对齐模型，旨在准确识别并对齐跨标准的电力知识图谱实体。该模型通过引入扩散注意力层扩展邻居节点来增强节点表示，从而缓解数据稀疏性问题，并设计了信息融合模块，能够多次融合来自不同标准的多视角特征，以深度捕捉专业知识。本文在三个不同的电力标准数据集上进行的实验表明，该模型在实体对齐任务中的性能显著优于传统方法。基于扩散图的实体对齐模型能有效克服电力领域的对齐难点，为发现不同标准间的潜在对应关系、消除信息壁垒提供了一种高效准确的技术方案。
多策略融合改进的哈里斯鹰优化算法
苑俊辉;王晓东;马盈仓;为改进哈里斯鹰优化算法在迭代过程中易过度依赖当前最优个体而陷入局部最优解的问题，提出一种增强全局探索和平衡局部开发的多策略融合改进算法。采用K-means增强混沌映射生成更均匀的初始种群；利用改进的正弦函数对收敛因子进行非线性调节，增强前期的探索能力并加快后期的收敛速度；在探索阶段融合粒子群差分机制的位置更新策略，增强个体间的信息交互能力；同时引入透镜反向学习策略提高解的多样性，并结合高斯平滑技术增强寻优性能与收敛稳定性。通过9个标准测试函数和路径规划问题的仿真实验，将所提算法与4种经典算法及2种改进哈里斯鹰算法进行对比分析。结果表明，改进算法在收敛速度、寻优精度和稳定性方面均优于其他算法。在路径规划问题中，寻优稳定性提升幅度超过50%，验证了改进算法的优越性。
全球数字贸易规则研究的知识演进：现状研判与趋势预测——基于CiteSpace科学计量分析
曾恒;朱梦琪;宋怡茹;为助力我国更好地参与全球数字贸易规则谈判、回应全球数字治理挑战，本文基于CiteSpace软件对国内外数字贸易规则相关文献展开科学计量分析，运用知识图谱生成、关键词突现等可视化方法对全球数字贸易规则的现状热点、历史演进及前沿趋势进行对比。结果表明：数字贸易规则研究进展迅猛且成果丰富，数据、隐私等具体规则和贸易协定是热门话题；该领域理论体系构建显著滞后于实践，存在研究同质化严重、理论创新匮乏以及新兴技术与现行规则协同不足等问题。未来，应从“紧跟政策热点”转为“预研未来需求”，筑牢理论根基与模型方法，提高技术与规则适配度，深化区域合作路径创新，以期推动中国数字贸易自主知识体系建设，拓宽“中国方案”的适用场景并强化其法律约束力。
基于跨模态特征交互引导的RGBT目标跟踪
周姣;郭星;针对RGBT目标跟踪任务中全微调方法存在的易过拟合、计算资源消耗大问题，同时现有提示学习方法存在模态主导关系建模不足、跨模态编码不充分问题，本文提出一种跨模态特征交互引导的RGBT目标跟踪方法（Cross-Modal Feature Interaction Guidance Network，CMFIGNet），通过构建基于Transformer的双分支主干网络，实现了可见光与热红外模态特征的有效提取，创新性地设计了跨模态特征交互引导器，采用分层特征互引导机制动态评估模态质量并建立跨模态关联，通过参数共享的轻量化结构实现模态互补特征融合.该方法采用提示学习范式，在训练过程中仅需优化少量参数，通过冻结预训练主干网络参数显著降低了训练资源消耗.在RGBT234和LasHeR数据集上的实验表明，CMFIGNet保持高跟踪速度，多项精度指标优于先进算法，验证了其在跨模态特征交互建模、训练与运行效率方面的优势.
通信优化的直流微电网储能SOC均衡与电流分配策略
黄杰;陈芳芳;杨彪;杨津听;鉴于孤岛DC型微网中融入分布式能量存储模块（DESU）易引发传统下垂（Droop）控制方法中包含荷电状态不一致、电流配置欠缺精准及通信约束状况，提出凭借通信优化的DC型微网储能荷电状态一致性方法与电流配置调节措施。凭借电压电流荷电状态信息自适应调节虚拟阻抗的手段以优化Droop控制来达到可靠的能量充放环节荷电状态一致性；为减少通信限制条件、实现对母线电压的反馈校正和额定能量以百分比形式进行电流优化配置，设计一种协同的校正环结构优化方法；深入考虑通信失灵问题，提出融合优化的一致性逻辑算法和Dijkstra算法更新网络架构，目的是达成新通信网络环境中节点数据更新优化调节，同时凭借频域响应证实整体的稳定性；为减小所提出的优化控制方法变换环节关于荷电状态一致及对稳定状态冲击问题创建了优化的柔和切换手段，借助在Matlab/Simulink平台环境上进行不同实例操作对比，研究其结果验证所提出控制方法有效性。
儿童热性惊厥临床特征及其相关热点基因研究——基于云南91例儿童热性惊厥病例
朱基财;刘爱琳;苏丽娜;陈晓芳;杨超;马忞明;张国梅;汤春辉;通过分析91例云南儿童热性惊厥的临床特征及热点基因变异信息，为预防热性惊厥的复发提供预防性治疗以及预测预后提供临床参考。收集91例2019年02月至2021年12月期间确诊为热性惊厥患儿的临床资料；对91例热性惊厥患儿进行热点基因检测，检出存在与致病性高度相关的热点基因变异的患儿，对其临床特征进行分析。结果表明：91例热性惊厥患儿的热点基因检测结果中，21例检出与致病性高度相关的热点基因变异5种，涉及21个变异位点，其中SCN1A基因变异明显多于其它基因变异。SCN1A基因有15个不同位点的突变，GABRG2与DNM1基因各有2个变异位点，MECP2与HNRNPU基因各1个变异位点；21例与致病性高度相关的基因变异患儿的临床特征上的差异性比较，在发病年龄段、民族、临床类型上各组间比较有统计学差异（P＜0.05）；在首次发作形式、脑电图、头颅MRI检查结果及家族史上两组间比较无统计学差异(P＞0.05)。结论显示：本研究91例儿童热性惊厥热点基因检测出SCN1A、GABRG2、DNM1、MECP2、HNRNPU可能与临床表型高度相关且致病性证据较为充分的基因变异，其中SCN1A基因有4个位点为新发位点，可能对扩充热性惊厥儿童相关的基因谱具有一定的意义。对于复杂性热性惊厥患儿应尽早行基因检测，以利于早期评估、指导预防性治疗及预测预后。
智慧口岸建设对通关效率的影响——来自云南省28个口岸的经验数据
郑季良;陈金龙;智慧口岸建设是提高国际物流通关效率的重要路径。构建了通关效率评价模型，以云南省28个口岸面板数据为样本，通过回归分析实证研究云南智慧口岸建设对通关效率的影响机制和效应；对滇中国际口岸与三个相邻国家边境口岸进行了比较分析；运用DEA方法对口岸通关效率的水平进行系统评价。研究结果是，智慧口岸建设通过资源配置优化和通关流程优化提高了通关效率水平，运营与维护投入和国家数字经济政策强度则具有调节促进作用；分片区来看，滇中机场和港口口岸、中缅（滇缅）片区口岸的通关改善效应明显，中老（滇老）和滇越（中越云南部分）片区尚不显著；目前，云南口岸整体通关规模效率值较高，纯技术效率值还有一定差距；空港和港口口岸的通关综合效率较低。建议加强中老、滇越片区、空港、港口口岸的智慧化建设投入，全面推进云南国际物流水平。
雨雾场景下山区高速公路行车风险系数评估模型
唐耀明;杨维;吴继忠;郭凤香;邓忠航;杨文臣;我国西南地区地处云贵高原，雨雾天气频发，对高速公路行车安全构成显著威胁。为实现高精度的交通风险预警，本研究提出一种新的行车风险计算方法，通过系统量化降水强度、能见度对车辆制动效能与驾驶员感知判断的复合影响机制，提出了多因素碰撞风险指数（Multi-factor Collision Risk Rate， MCRR），用于综合评估交通碰撞风险，有效提升风险动态预测的精度。研究结果表明，在雨雾天气情境下，MCRR 的预测精度与建模过程均优于传统碰撞指标，能够精准刻画降雨量、能见度、车速及跟车距离等因素变化对交通事故发生可能性的影响，为雨雾天气下高速公路交通风险预警提供更具可靠性与精准性的支撑依据。
低温环境下基于深度学习与智能优化融合模型的电动汽车剩余行驶里程预测
陈峥;魏超;张欢;夏雪磊;申江卫;魏福星;由于低温环境下车辆电池的电化学性能显著下降，导致实际可用容量减少、内阻增大，从而影响电池输出能力与能量利用效率，为了提升电动汽车在低温环境下剩余行驶里程估算的准确度，本文基于北方城市冬季电动汽车的实车运行数据，提出了一种新的剩余行驶里程预测模型。首先，基于实车行驶数据，进行数据预处理，包括使用箱型图法剔除异常值，并采用样条插值法补充车辆行驶数据，以提高数据质量。其次，挖掘了剩余行驶里程与其他行驶参数之间的关系，提取了与剩余行驶里程高度相关的特征，具体包括放电区间SOC值、总电压和单体电池最高温度等。然后，构建了WOA-CNN-BiLSTM剩余行驶里程预测模型。最后，在-12℃低温实车运行数据上的验证结果表明：在不同车辆上应用WOA-CNN-BiLSTM模型进行行驶里程预测时，整体MAE与RMSE均控制在1.500和2.000以内，R2均高于0.970，其中最佳预测结果达到R=0.981、MAE=0.954、RMSE=1.232、MSE=1.518，实现了对电动汽车在低温环境下剩余行驶里程的准确预测。