研究主题：末端协同配送、前置仓选址、服务网络设计与应急资源配置。
研究贡献联合决策骑手路径、配送模式、无人机与取件柜分配，以订单级中转站副本表达途中多次返站交接，并协调商家备货时间和空地作业。
方法与发现研究构建混合整数模型、分支割基准和定制 ALNS，将时序安排、延误感知插入及不可行解惩罚纳入搜索。ALNS 匹配小规模算例全部 15 个已证最优解；25—100 单算例的 320 次运行均返回满足硬约束的可行方案。
研究关注关注返站交接与无人机起飞的同步约束、客户步行补偿和取件柜覆盖范围。较大规模的可行解质量需结合下界及计算预算判断。
研究贡献将订单间依赖、运力时变与延误传播嵌入离散事件仿真，以自适应采样的排序选择算法评估前置仓布局，联动设施决策与微观履约动态。
方法与发现合成及真实数据实验中，方法选择最优方案的概率超过 99%，在盈利性和服务及时性上优于经典选址模型与仿真遗传算法，优势主要由需求的时间集中性驱动。运力受限时适度订单合批有益；高峰需求叠加拥堵时，错峰定价可缓解连锁延误。
研究关注关注候选布局集合、排序选择的置信保证和采样预算。最优选择概率对应实验设置，合批及定价收益依赖运力与高峰条件。
研究贡献在双源选址—库存模型中联合考虑需求与交付时间不确定性，推导风险调整成本和服务水平约束的可处理表达，并以强化割平面加速求解。
方法与发现模型采用按情景构造的分布鲁棒框架，以条件风险价值处理连续延迟的尾部风险，转化为具有次模成本的混合整数非线性规划。改进扩展多面拟阵不等式联合利用次模性与广义上界约束；研究证明其面定义性质，并将其嵌入两阶段分支割算法。
研究关注关注不确定集、时间服务水平与尾部损失的定义，以及强化不等式严格占优的条件。京东物流案例的降本基准需查正文。
研究贡献引入中间目的节点重构动态服务网络的决策空间，为各节点配置成本函数近似项，将未来货物整合机会纳入当前路径选择。
方法与发现研究将未知未来货运需求下的定期运输组织建模为序贯决策过程，在时空扩展网络中用中间目的节点表示可行的运输终止位置。近似成本引导货物前往具备后续整合潜力的节点；计算实验比较了基准策略，并检验节点重构对算法表现的作用。
研究关注关注中间节点如何压缩决策空间、近似成本参数的计算方式，以及未来需求分布变化时整合收益与按时送达约束的关系。
研究贡献联合优化事前设施与资源预置、事后服务分配，为每个事故点设置条件服务概率保障，并借助 Blackwell 可逼近性刻画方案可行性。
方法与发现服务保障定义为事故点在有需求情景下得到全部满足的概率。方法将保障约束转为可行性验证，结合欠额驱动验证与渐进优化；合成及长江流域数据实验中，总成本与样本均值近似法的最大差距不超过 0.13%，计算时间明显减少。
研究关注关注条件概率分母、单点仅由一个设施完整服务的约束，以及验证算法的可行性保证。研究聚焦战略部署，未优化详细搜救航线。
研究贡献从历史数据拟合有限个候选行驶时间分布，分别构建最坏分布、分布平均与情景稳健扩展框架，比较不同风险偏好的选址方案。
方法与发现基于西班牙巴斯克地区急救数据开展样本内外实验，并以离散事件仿真加入呼叫时空变化。分布感知方案的平均响应时间接近随机优化，在最不利候选分布下表现更好，同时降低纯稳健优化的保守性；各框架使用相同派遣规则。
研究关注关注有限候选分布集的构造与扰动参数、样本外情景覆盖，以及相同派遣规则下选址和时间建模的贡献。摘要未报统一改善率。
研究贡献将车辆容量、驾驶效率、转弯惩罚和多趟倾倒纳入混合弧路径问题，以分层图划分兼顾工作时间均衡与路线空间规整性。
方法与发现框架依次进行车辆级均衡聚类、趟次级容量聚类和趟次路径优化，利用 Steiner 树估计路线成本，按字典序先减小弧重叠、再优化成本。网格及真实大规模算例中，方法生成工作量均衡方案，并相较同质车队基准减少路线空间重叠。
研究关注关注工作时间公平的度量、路线规整性的操作定义，以及成本估计对聚类的影响。资料未给可跨算例通用的降本比例。
研究主题：公交路径推荐、客货列车开行、骑行设施、公共交通安全与高铁生态影响。
研究贡献提出 TP-MPPO，对乘客群体的备选路径菜单协同排序，以多头注意力和时序模块表征异质需求及拥堵滞后，并用校准选择模型连接排序与出行。
方法与发现北京多模式公交网络的三次独立全天仿真中，相对各指标对应的最强基线，平均等待时间、行程时间、前五拥堵区域指标及等待人数分别下降 11.8%、6.7%、28.5% 和 12.3%。需求向较空闲选项转移的效果取决于排序—选择关系设定。
研究关注关注历史日志中排序特征的预测性与干预因果效果的区别，以及三次仿真的变异性。已报效果属于仿真评价，尚需真实推荐实验。
研究贡献将多时段列车开行频率、柔性编组、客货分配和车厢资源联合优化，显式处理车厢数量与周转约束，匹配客货需求的时空非对称性。
方法与发现模型结合客车带货与专门货运列车，覆盖全天各时段资源分配。求解采用基于分层变量差异评价的改进局部分支算法；在所测大规模实例中，以较少计算时间获得接近 GUROBI 的目标值。构造案例分析了运力配置与货运需求增长对开行计划的影响。
研究关注关注客运服务约束、车厢跨时段周转与编组调整的可执行性。案例参照中国城际铁路运营特征构造，结果不等同于线路实测收益。
研究贡献以通勤起讫点和通勤活动空间构造五种基础设施暴露指标，利用不同起讫点组合的设施扩张差异开展双重差分分析。
方法与发现研究使用多伦多和温哥华 2001—2016 年四期普查及住户调查数据。两市合并样本中，每增加 1 公里骑行设施，选择骑行通勤的优势（odds）提高 1.6%—4.1%；年轻人、短距离通勤者、低收入者与新移民等群体反应较强。
研究关注关注暴露范围、起讫点匹配和平行趋势。报告的百分比是 odds 的变化，不能直接解释为骑行概率增加的百分点。
研究贡献从微观时空与女性主义城市地理视角，将公共交通中的性骚扰经历、身体移动、设施设计和性别文化规范纳入同一分析框架。
方法与发现研究对新加坡 21 名女本科生开展半结构式深度访谈，结合社会—空间辩证法与身体作为基础设施的概念，讨论地铁、公交及换乘空间中的受害经历与报案顾虑。当前摘要主要提供研究设计，未列具体主题分布或效应量。
研究关注关注访谈招募与编码过程、具体场景的叙述证据，以及学生样本的适用边界。访谈材料不支持推算总体受害率。
研究贡献结合经观测努力校正的公民科学鸟类记录与高铁空间数据，将站点所在县和线路经过县分开估计，并用站点缓冲区检验微观空间梯度。
方法与发现基于中国 2002—2020 年县级面板，双重机器学习与交错双重差分显示，负向估计主要集中于设站县，经过县的县域平均效应未被检出。站点 1 公里内负向估计最强，随距离递减；机制证据与人类活动增加、土地转化一致。
研究关注关注公民科学记录的观测偏差、设站选择与未观测混杂。县域未检出平均效应，不能排除局部通道影响或物种差异。
研究主题：连续路口生态驾驶、网联车辆异常检测与终端区航迹优化。
研究贡献将跨路口终端状态规划与空间域模型预测控制衔接，用机会约束描述信号和人工驾驶车辆启动的不确定性，以虚拟弹簧背压调节节能权重。
方法与发现上层联合规划通行时刻与速度，下层根据上游排队占用动态调整控制目标。在城市路网仿真中，需求为 8000 辆/小时、网联自动驾驶车辆占比为 5% 时，相对文中基准，最大通行量提高 3.4%，平均能耗降低 13.8%。
研究关注关注背压指标与溢出风险的对应关系、风险系数对可行通行窗的影响，以及混合交通仿真中能耗和通行量的统计范围。
研究贡献将博弈论换道决策模型与 LSTM 融合用于概率预测，再利用预测与观测行为的累积偏差识别网络攻击诱发的异常换道，连接行为建模与安全验证。
方法与发现博弈模型描述邻车交互与间隙接受，LSTM 补充时序依赖；检测模块监测换道概率与实际行为的一致性。真实车辆轨迹叠加合成攻击的实验报告，在所测虚假数据注入及拒绝服务攻击下均有较高召回和准确性，拒绝服务场景相对基准表现突出。
研究关注关注自主换道决策的建模边界、累积偏差阈值与误报权衡。验证采用合成攻击，未报告真实车联网攻击环境中的部署结果。
研究贡献用闭式进场几何模型连接航迹延长、分段速度和落地间隔，将受限位置调整与轨迹优化衔接，生成可执行的单机速度及路径控制方案。
方法与发现框架以混合整数规划选序、非线性规划优化轨迹，并在飞机进入时锁定决策。简化 A80 终端区蒙特卡洛实验中，按进入最后进近顺序服务优于按入区顺序服务；受限换位进一步减少间隔违规与航迹延长，收益递减且计算量上升，单机优化接近实时。
研究关注关注单跑道及简化几何边界、决策锁定后的适应能力。风通过情景采样进入速度计算，所报性能属于仿真验证。
研究主题：学习增强容量规划、时变供需匹配、餐饮库存与服务系统人数跟踪。
研究贡献以神经网络替代定价子问题中的运营成本组件，构造可混合整数编码的代理模型，再通过精确定价阶段恢复有效界和最优性间隙证书。
方法与发现研究比较两条路径：将预训练 ReLU 网络嵌入定价优化，以及直接学习生成候选列。两阶段流程先快速生成有效列，再求解原始定价子问题进行校验。智利电力扩容实例中，代理阶段生成的列加快后续精确阶段收敛，亮点报告最高 13.2 倍求解加速。
研究关注关注近似阶段与精确阶段的界有效性区别、网络编码规模，以及训练成本是否计入比较。最高加速值对应具体测试配置。
研究贡献将企业进入退出及上下游关系变化显式建模为动态多智能体网络，以双编码器结合图神经网络与 Q-Mixing，支持时变拓扑下的协同决策。
方法与发现框架将供应链实体作为智能体、合作关系作为图连接。环境特征编码器与交互特征编码器分别提取本地状态和动态邻居关系，融合后用于多智能体强化学习。实验中，该方法在时变拓扑条件下取得高于所比策略的回合奖励与需求满足率。
研究关注关注企业加入退出时策略的迁移方式、共享信息要求和去中心化执行条件。摘要未给出具体增幅，跨行业推广仍需场景验证。
研究贡献针对多道菜品共用原料的解冻备货决策，提出先估计数量上下界、再按批量逐步缩减的学习方法，将需求预测与库存成本直接衔接。
方法与发现成本敏感回归估计各原料的最优解冻量上下界，贪心成本敏感分类按解冻批量削减上界，直至预计无额外节约或达到下界。比利时 8 家宜家餐厅的历史数据评估报告，在高服务水平要求下食物浪费最多下降 74.7%，总运营成本下降 50%。
研究关注关注共用原料对菜品需求相关性的传递、批量约束及实验比较基准。摘要中的降幅来自历史数据评估，未说明上线后的持续效果。
研究贡献分别研究有噪声到离达观测下的繁忙状态与人数跟踪，给出长期累积损失下界，并构造在对数项范围内达到下界的简单策略。
方法与发现人数跟踪以累积平方误差计损失。策略利用离开流识别系统接近空置的时点，将人数重置为零以抑制误差积累；付费巡检允许在更多时点进行校正。研究进一步刻画巡检能力的价值，并使用罗利—达勒姆国际机场安装的人流传感器数据验证策略表现。
研究关注关注噪声结构、近空状态的判别条件和长时域渐近结果；巡检成本与校正频率的权衡是进一步建模的重要接口。
研究主题：再制造策略、生命周期数据、能源协同调度与生成式人工智能风险。
研究贡献在碳配额交易下比较自营再制造、固定费授权与提成授权三种模式，将再制造产品的碳履约优势同制造商选择、福利和环境目标相联系。
方法与发现博弈模型显示，再制造产品碳履约优势较低或较高时，授权策略更有利；优势处于中间区间时，自营再制造更优。政策制定者总体更倾向支持授权模式。更有利于再制造产品的碳配额基准可促进再制造活动，并降低新产品生产相关排放。
研究关注关注碳履约优势的参数定义、三种模式下减排投资的责任分配及区间边界。策略排序来自模型条件，需结合市场结构判断。
研究贡献提出可持续性清单框架，将通用物料与工序清单映射至标准环境影响数据库，使产品组合级系统能够输出具体产品实例的环境影响信息。
方法与发现框架衔接制造执行及企业资源计划系统中的批次、材料与工序数据和生命周期评价，为生产规划提供环境信息。软件原型与电机变型案例验证了跨产品配置计算气候变化影响的能力；研究还报告了金属加工机床及电驱动企业群体中的试点。
研究关注关注材料与工序到环境数据库的映射、批次数据更新及系统边界一致性。现有案例支持数据贯通能力，未给出普遍减排幅度。
研究贡献在柔性流水车间调度中联合纳入光伏、储能、分时电价与需求竞价，并考虑机器开关机及启动时间约束，刻画工期与净电费的双目标权衡。
方法与发现小规模实例采用双目标混合整数线性规划与增广 ε 约束法，优化最大完工时间和扣除需求响应奖励后的电费；大规模实例采用构造启发式与 NSGA-II，并与两种既有元启发式比较。计算实验、案例及敏感性分析考察能源价格和设施参数对调度的影响。
研究关注关注需求响应奖励的结算规则、储能约束与启动耗时对帕累托前沿的改变。电费下降与碳排下降需按各自指标分别核验。
研究贡献在 FMEA 的严重度、发生度和可探测度之外，引入防护成本、可持续性影响与风险传播，并以区间云模型保留专家判断的不确定性。
方法与发现结合改进 ITARA 赋权与概率灰色关联排序，24 名专家识别台湾地区机械企业的五类、32 种失效模式。可探测度权重最高，第三方 AI 网络安全、错误知识固化和旧设备可观测性不足居前；两类敏感性检验中前十项集合保持不变。
研究关注关注失效模式筛选、专家分组与区间构造的依据。排序稳定性检验针对评价模型，资料未报告企业实施后的风险降低幅度。
研究主题：直播合作、仅退款竞争、信用担保激励、数字促销与短视频使用。
研究贡献以品牌商、达人和平台的微分博弈比较独立、品牌签约和平台签约三种合作模式，将短视频积累影响力、直播促销及声誉损失联结起来。
方法与发现模型中，较低的平台和达人佣金率有利于品牌签约模式，超过相应阈值时平台签约更有利于需求扩张。直播效率较低时，签约模式的合作总利润高于独立模式；效率较高时排序改变。声誉损失强度还会改变佣金对品牌商誉的作用。
研究关注关注商誉和达人影响力的状态方程、反馈策略与佣金阈值，以及短视频和直播的功能区分。比较结论来自模型与数值案例。
研究贡献将产品与消费者匹配概率的差异纳入双寡头模型，联立退货政策和定价选择，并显式刻画退货处理成本、消费者退货负担与残值回收。
方法与发现模型显示，低匹配率零售商可借“仅退款”改善竞争地位，高匹配率零售商倾向保留退货退款。匹配率差异影响政策均衡；数值分析表明，免去退货负担可能伴随提价和消费者福利下降，全面禁止也可能损害低匹配率市场的消费者福利。
研究关注关注匹配率的绝对水平与双方差异各自作用、残值损失的参数范围，以及消费者福利结论所对应的数值情境。
研究贡献在小微制造企业、担保机构、银行与政府的序贯博弈中，区分成功状态的担保费收入补贴与违约状态的损失补偿，比较等补贴率和等预算政策。
方法与发现模型中，风险补偿在两种比较口径下均带来更高企业利润；担保机构利润及双方总利润的政策排序取决于违约风险。低风险时担保费补贴更优，高风险时风险补偿更优；后者通常以较低预算达到社会福利最优。
研究关注关注违约概率、担保费定价与生产量的联动，以及等补贴率、等预算比较的差异。福利结论依赖文中的需求和风险设定。
研究贡献将阅读完成率与中断频率作为促销前行为指标，通过随机优惠券研究数字内容后续购买的处理效应差异，为行为型促销分群提供证据。
方法与发现研究与电子书平台合作，记录实时阅读行为并开展超过 2 万人参与的现场研究。低完成率、频繁中断的消费者对优惠券反应更强；没有促销时，这些行为信号与后续购买的关联较弱。后续购买指同平台另一书目，消费者再次面对内容质量不确定性。
研究关注关注消费指标在干预前的测量及异质性检验。结果支持按既有行为识别优惠券效应差异，不提供阅读中断导致购买的因果证据。
研究贡献利用智能手机触屏行为数据与双重差分框架，联合考察采用短视频后的总屏幕时长、跨应用替代和推断睡眠变化，并区分使用强度。
方法与发现研究覆盖美国自愿加入面板中近 7,000 名 TikTok 新用户。高强度使用者采用后每周总屏幕时长平均增加 221 分钟，其他社交及游戏应用使用减少，增量集中于深夜；其入睡时间推迟、睡眠时长适度下降。低强度使用者未观察到相应效应。
研究关注关注采用时间与使用强度分组的识别条件。睡眠由手机行为推断，样本为美国 Android 自愿面板，外推需核对人群差异。
研究主题：容量约束设施选址精确算法、统计相关寿命下的冗余配置。
研究贡献在 Cut-and-Solve 精确框架中结合割平面强化、部分线性松弛和聚类局部搜索上界，系统评价不同割族对选址模型求解的作用。
方法与发现算法以部分松弛提供下界，以启发式提供上界，并通过二叉搜索树缩减解空间。在 26 个算例子集中，相较既有最优精确算法，有 22 组获得至少同样多最优解且用时更短；相较 CPLEX，有 19 组满足这一比较标准。
研究关注关注割族组合和上界启发式的独立贡献、算例子集划分及限时设置。子集胜出比例不能等同于总体时间缩短比例。
研究贡献研究部件与主动冗余寿命相关的 k-out-of-n:F 系统，在条件弱随机排列递增和 Archimedean copula 两类依赖设定下建立寿命比较结果。
方法与发现给定冗余寿命、部件满足相应依赖条件时，将主动冗余配置给较弱部件可得到通常随机序意义下更长的系统寿命。多同质冗余结论放宽了既有研究的 copula 生成元对数凸要求，并将部件排序条件放宽至通常随机序。
研究关注关注条件依赖假设和“较弱部件”的随机序定义；相关结构满足定理前提时，才能使用相应冗余配置结论。