检索结果-南通市图书馆

零工工作者的算法感知因素及其影响——以外卖骑手为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工业工程与管理 2024年第4期29卷 1-10页

作者：李彦怡袁天一饶培伦清华大学工业工程系北京100084

本文以外卖骑手为代表,探索零工工作者的算法感知因素及其对工作满意度和未来工作意愿的影响。首先,在田野调查和文献调研的基础上,设计了问卷并通过实地走访和滚雪球方式发放了458份问卷,回收了313份有效数据;其次,采用因子分析,总结出... 详细信息

本文以外卖骑手为代表,探索零工工作者的算法感知因素及其对工作满意度和未来工作意愿的影响。首先,在田野调查和文献调研的基础上,设计了问卷并通过实地走访和滚雪球方式发放了458份问卷,回收了313份有效数据;其次,采用因子分析,总结出8个不同维度的算法感知因素,建立了外卖骑手的算法感知模型;最后,使用回归分析探索了人口学特征及算法感知因素对工作满意度和工作意愿的影响。结果显示,性别、户籍、算法监控、算法透明度、准入门槛等因素均会对工作满意度及工作意愿产生影响。外卖等零工众包平台在设计算法时,除了考虑效率,还应当考虑工作者对算法的感知,关注骑手的经验与感受,实现行业的积极可持续发展。

关键词：零工外卖外卖骑手算法感知

在线全文

学校读者我要写书评

暂无评论

半导体工业生产中的人因工程风险与挑战

工业工程与管理 2024年第2期29卷 1-9页

作者：杨敏倩饶培伦清华大学工业工程系北京100084

半导体生产过程具有工艺复杂、自动化程度高、操作精度高等特点。从事该生产过程的工人面临许多生理与心理方面的风险。从人因工程的角度出发,首先,结合产线中工人的工作内容,提炼了半导体生产过程中面临的核心人因工程风险;其次,从生... 详细信息

半导体生产过程具有工艺复杂、自动化程度高、操作精度高等特点。从事该生产过程的工人面临许多生理与心理方面的风险。从人因工程的角度出发,首先,结合产线中工人的工作内容,提炼了半导体生产过程中面临的核心人因工程风险;其次,从生理、认知、组织三方面将这些风险进行分类,并从相关文献中总结造成这些风险的工作任务因素、机器和系统因素、环境因素,从而提出了半导体工业生产中的人因工程风险与挑战及其影响因素模型;然后,分别对三类风险及影响因素进行了详细的文献综述分析;最终,提出了若干聚焦于国内半导体生产行业的人因工程研究方向建议,包括工作姿势培训方法、工人身体心理健康状况评估、工作地与产线布局设计、人机交互设计等,以促进我国半导体行业发展。

关键词：半导体产业人因工程工业工程管理

基于可见-近红外光谱和深度森林的蓝莓成熟度判别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第11期44卷 3280-3286页

作者：王宏恩冯国红徐华东张润泽东北林业大学机电工程学院工业工程系

为快速准确对蓝莓果实成熟程度进行分类，采用近红外光谱检测技术和深度森林算法，建立了蓝莓成熟度的判别模型。采用LabSpec 5000光谱仪采集了三种不同成熟程度的蓝莓标准样品，共获取了150组光谱样本。为确定最佳输入模型特征数目，... 详细信息

为快速准确对蓝莓果实成熟程度进行分类，采用近红外光谱检测技术和深度森林算法，建立了蓝莓成熟度的判别模型。采用LabSpec 5000光谱仪采集了三种不同成熟程度的蓝莓标准样品，共获取了150组光谱样本。为确定最佳输入模型特征数目，对原始光谱数据进行SavitzkyGolay卷积平滑处理，采用主成分分析将平滑处理后的数据降至4个主成分，并采用多项式特征衍生方法对每个主成分进行2、 3、 4、 5阶的特征衍生，最终在深度森林中确定最佳的特征衍生阶数为4。为检验深度森林的成熟度判别效果，将其与随机森林、极端梯度提升树算法(xgboost)及stacking融合模型进行了对比，对各模型确定了最佳超参数组合，深度森林和stacking融合模型采用了手动调参，随机森林和xgboost采用了贝叶斯优化算法进行了超参数寻优。模型评估指标采用准确率、混淆矩阵、受试者工作特征曲线(ROC)、 AUC度量及抗噪能力。研究结果表明，在测试集上，深度森林和stacking融合模型的准确率均为95.56%,随机森林和xgboost的准确率为93.33%;深度森林的AUC值为1,随机森林、 stacking融合模型、 xgboost的AUC值分别为0.99、 0.98、 0.96,深度森林和stacking融合模型的抗噪能力优于随机森林和xgboost。该研究的深度森林模型整体上判别效果优于其他三种模型，为蓝莓成熟程度判别提供了技术支持。

关键词：可见-近红外光谱深度森林蓝莓成熟度无损检测

在线全文

学校读者我要写书评

暂无评论

无缓冲异步流水线建模与性能分析

计算机集成制造系统 2024年第4期30卷 1226-1241页

作者：苟艺星王军强宋云蕾刘小湲西北工业大学生产与运作系统性能分析中心陕西西安710072 西北工业大学机电学院工业工程系陕西西安710072

无缓冲异步流水线由多台加工周期不同的机器串联组成,广泛应用于汽车、航空发动机等制造领域。无缓冲与异步两大特征直接影响系统状态空间刻画,进而影响产线性能建模。面向无缓冲异步流水线,分析机器随机故障、节拍差异等因素对产线性... 详细信息

无缓冲异步流水线由多台加工周期不同的机器串联组成,广泛应用于汽车、航空发动机等制造领域。无缓冲与异步两大特征直接影响系统状态空间刻画,进而影响产线性能建模。面向无缓冲异步流水线,分析机器随机故障、节拍差异等因素对产线性能的影响,开展产线建模与性能分析研究。从机器维和工件维等两个维度出发,利用活动网络图描述了流水线中工件在机器上的活动状态,刻画了工件保持时间、机器饥饿时间、机器阻塞时间等随机变量与工件完工时间的函数关系,建立了产线性能分析的解析模型。在此基础上,定量分析了系统性能指标与工件保持时间等随机变量之间的关联关系,采用迭代算法求解了生产率、饥饿率和阻塞率等系统性能指标,并通过仿真实验验证了解析模型的有效性。

关键词：无缓冲流水线节拍差异产线建模解析方法性能分析

需求预测视角下的医疗数据价值——基于沙普利值方法

在线全文

学校读者我要写书评

暂无评论

中国管理科学 2024年第7期32卷 28-36页

作者：赵越王衍之宋洁何璇北京大学工学院工业工程与管理系

数字技术的飞速发展推进了全球数字化进程。数据作为推动经济发展的重要资源，其价值评估尚未形成统一范式。随着数据规模增长，数据质量良莠不齐、数据失真也是亟待解决的问题。数据价值评估有利于评估数据质量、筛选失真数据、推进数... 详细信息

数字技术的飞速发展推进了全球数字化进程。数据作为推动经济发展的重要资源，其价值评估尚未形成统一范式。随着数据规模增长，数据质量良莠不齐、数据失真也是亟待解决的问题。数据价值评估有利于评估数据质量、筛选失真数据、推进数据融通，其重要性不言而喻。本文基于在线医疗平台背景，利用沙普利值方法评估医患匹配场景下的数据价值，借助评估结果提高平台中的数据价值利用效率。首先，平台在事前利用医生历史问诊特征，使用XGBoost模型对不同医生的未来一年的问诊需求进行预测。进一步，根据医疗平台线上服务模式构建医院根据预测结果的运营收益函数，形成数据-模型-收益的价值链条。最后，使用沙普利值方法评估数据价值，验证价值评估方法的有效性，分析平台高价值数据特征。研究发现：沙普利值能根据任务更有目的性地捕获数据价值；平台依据沙普利值进行数据筛选能实现模型的降本增效，提升数据价值的释放效率；同时沙普利值也能捕捉平台中的虚假数据，改善数据质量。因此，对数据价值进行适当评估有助于平台的业务理解，提升数据价值释放效率。

关键词：数据价值在线医疗平台沙普利值

基于时变马尔可夫链的在线医疗服务医生排班研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：马颢洲刘冉上海交通大学工业工程与管理系

伴随线上医疗不断发展，医院面临线上线下联合医疗服务的模式中，对线上服务医生进行排班优化决策的问题。问题主要挑战在于时变的患者需求和线上医疗特殊的服务模式。针对线上医疗服务系统的医生排班决策问题，将线上医疗服务系统建模... 详细信息

伴随线上医疗不断发展，医院面临线上线下联合医疗服务的模式中，对线上服务医生进行排班优化决策的问题。问题主要挑战在于时变的患者需求和线上医疗特殊的服务模式。针对线上医疗服务系统的医生排班决策问题，将线上医疗服务系统建模为资源共享队列，并采用时变马尔可夫链和均匀化方法对患者逗留时间、队列长度和医生加班时间进行建模和分析评估。基于以上系统评估的方法，提出了变邻域搜索的启发式算法对医生排班问题进行求解。基于合作医院的实际数据开展数值实验分析，验证了基于时变马尔可夫链建模的准确性，证明了所提出算法可以得到相对医院实际方案更好的排班结果，从而可以更加合理安排医生的工作时间，减少病人的逗留时间，控制系统中的病人数量，并具有优良的鲁棒性。研究对完善我国线上医疗服务系统的运作管理具有实际意义。

关键词：线上医疗服务时变马尔可夫链资源共享队列均匀化方法医生排班变邻域搜索算法

考虑灾民痛苦感知的应急物资储备模型及协调机制研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国管理科学 2024年

作者：刘阳田军于宁周琨曹怡静艾艳芳山东科技大学工业工程系西安交通大学管理学院

除了考虑物流成本外，政府更要关注灾民由于关键物资匮乏产生的痛苦，然而目前鲜有研究将灾民产生的痛苦融入应急物资储备策略，导致应急物资供需失衡甚至严重缺货，加剧了灾民痛苦。为此，本文首先对灾民痛苦进行定义和量化，利用期权... 详细信息

除了考虑物流成本外，政府更要关注灾民由于关键物资匮乏产生的痛苦，然而目前鲜有研究将灾民产生的痛苦融入应急物资储备策略，导致应急物资供需失衡甚至严重缺货，加剧了灾民痛苦。为此，本文首先对灾民痛苦进行定义和量化，利用期权契约建立政企合作下考虑灾民痛苦感知的应急物资储备模型，推导得出不同情形下政企最优储备决策，给出了应急物资供应链达到协调的条件。进一步，结合实例案例，与政府单独储备模型、不考虑灾民痛苦感知的政企合作储备模型进行比较，得出了保证企业愿意参与应急物资代储、增加社会效益的条件，验证了相关命题和推论的有效性。本研究把应急物资委托代储实施效果定义为灾民痛苦减少量，构建了灾民痛苦减少量与社会效益的转化效率函数，研究结论为制定更加精准的应急物资储备策略及协调机制提供理论支撑，为政企建立稳定的应急物资委托代储关系提供依据。

关键词：应急物资储备模型协调机制痛苦感知期权契约

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

糠醇-己内酰胺协同改性松木理化性能

林业工程学报 2024年第4期9卷 40-47页

作者：王子衡何盛张雪峰李万兆冷魏祺南京林业大学林业资源高效加工利用协同创新中心南京210037 南京林业大学材料科学与工程学院南京210037 国家林业和草原局竹子研究开发中心杭州310012 美国密西西比州立大学可持续生物制品系斯塔克维尔39762

糠醇改性木材拥有较多的优点,如优异的耐腐性、耐候性、硬度等,然而经过糠醇改性的木材脆性增加,抗弯性能以及抗剪切性能均有所降低。这一缺点极大限制了糠醇改性木材的应用范围,可通过加入柔性物质己内酰胺以提高糠醇改性木材的韧性。... 详细信息

糠醇改性木材拥有较多的优点,如优异的耐腐性、耐候性、硬度等,然而经过糠醇改性的木材脆性增加,抗弯性能以及抗剪切性能均有所降低。这一缺点极大限制了糠醇改性木材的应用范围,可通过加入柔性物质己内酰胺以提高糠醇改性木材的韧性。己内酰胺是聚酰胺切片的原材料,韧性较强,常用来制备纤维等柔性材料。将己内酰胺与糠醇复合改性剂协同处理马尾松,通过X射线能谱仪(EDS)、抗弯性能分析、数字图像分析(DIC)以及接触角测试分析研究协同改性对松木早晚材微观构造、元素分布、力学性能和疏水性等的影响。能谱结果表明:由于早晚材结构差异,协同改性剂在早材细胞壁和细胞腔中反应程度更高,聚合物含量更丰富。晚材构造阻碍了改性剂在其内部的渗透,导致晚材反应程度低于早材。木材疏水性结果表明,协同改性大幅提高了木材的疏水性。力学性能以及数字图像分析结果表明,协同改性不仅提高了木材的静曲强度和弹性模量,而且降低了糠醇改性导致的木材脆性。

关键词：糠醇己内酰胺协同改性力学性能元素分布应变耐水性

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于不确定性感知网络的可信机械故障诊断

机械工程学报 2024年第12期60卷 194-206页

作者：邵海东肖一鸣邓乾旺任颖莹韩特湖南大学机械与运载工程学院长沙410082 盾构及掘进技术国家重点实验室郑州450001 清华大学工业工程系北京100084

基于深度学习的故障诊断方法受其黑箱特性限制难以给出可信赖和可解释的诊断结果。现有可解释故障诊断研究多集中在开发可解释模块并嵌入深度学习模型以赋予诊断结果一定物理意义,或以结果为基础反推模型做出此决策的深层逻辑,对于如何... 详细信息

基于深度学习的故障诊断方法受其黑箱特性限制难以给出可信赖和可解释的诊断结果。现有可解释故障诊断研究多集中在开发可解释模块并嵌入深度学习模型以赋予诊断结果一定物理意义,或以结果为基础反推模型做出此决策的深层逻辑,对于如何量化诊断结果中的不确定性并解释其来源和构成的研究工作十分有限。不确定性量化及分解不仅能提供诊断结果的可信度,还能辨析数据中未知因素的来源,最终指导提升诊断模型的可解释性。因此,提出将贝叶斯变分学习嵌入Transformer以开发一种不确定性感知网络,用于可信机械故障诊断。设计了一种变分注意力机制并定义了相应的优化目标函数,可建模注意力权重的先验分布和变分后验分布,从而赋予网络感知不确定性的能力。制定了一种不确定性量化及分解方案,可实现诊断结果的可信度表征以及认知不确定性和偶然不确定性的分离。以行星齿轮箱智能故障诊断为例,在测试数据中含有未知故障模式、未知噪声水平以及未知工况样本的分布外泛化场景中,充分验证了所提方法用于可信故障诊断的可行性。

关键词：可信故障诊断不确定性感知网络变分注意力不确定性量化及分解贝叶斯深度学习