行驶时间不确定下多配送中心多温冷链品VRP建模及优化 ，卢仁山，黄贵武，以城市冷链物流配送系统中行驶时间随机、多配送站点及冷链品温层差异问题为研究对象。首先采用蓄冷式多温共配对不同温层的冷链品

考虑不同情景下应急物流需求的不确定性, 将不确定需求用区间灰数表示, 构建了多情景下不确定需求的应急物流配送中心选址模型, 基于联系数理论, 将区间灰数转换为联系数, 使模型转换为确定性, 并设计了免疫量子粒子群算法进行求解。通过算例对模型进行仿真, 并说明了免疫量子粒子群算法的有效性。

磁引导式差速转向AGV的电机确定与磁导航方法

根据 钢坯规格、轧制节奏、装炉温度来确定预热段温度、加热段温度、均热段温度，采用MATLAB也可以转化C++。该项目参照《步进式加热炉优化设定控制方法的研究_机理模型和模糊模型》的58-70页，加以改进，添加装炉温度，使各段炉温设定更准确，更有说服力。 也可以用最小二乘法在给定数据的基础上用多元线性拟合各段炉温设定值，搭建离线模型 参照：https://download.csdn.net/download/weixin_37928884/85149591

软件测试是软件开发重要的一部分，是保证软件质量，提高软件可靠性的重要途径。测试在需求分析阶段就开始介入，而在现实中很多需求是不确定的，在软件测试的过程中会面临许多不确定性的挑战。主要研究具有不确定需求的软件测试用例生成方法，利用基于标记迁移系统的Partial Models（部分模型）对不确定的需求进行建模，进而基于建立的模型生成有效的测试用例。针对模型中具有的不确定性引入概率，对不确定的部分进行概率表示，进一步基于标记迁移系统和Partial Models的特点提出测试用例生成方法。由于模型中具有不确定信息，由此生成的测试用例具有一定的概率，基于此对测试用例进行优先级排序。

不确定性量化分析工具箱（ The Framework for Uncertainty Quantification），由苏黎世联邦理工学院学者研发。虽然官方已经开源，但亲测下载安装注册时总是难以成功，故上传此安装包（Matlab版本）。亲测不确定性量化分析的效率大大提高。

目前基于深度学习模型的预测在真实场景中具有不确定性和不可解释性，给人工智能应用的落地带来了不可避免的风险。首先阐述了风险分析的必要性以及其需要具备的3个基本特征：可量化、可解释、可学习。接着，分析了风险分析的研究现状，并重点介绍了笔者最近提出的一个可量化、可解释和可学习的风险分析技术框架。最后，讨论风险分析的现有以及潜在的应用，并展望其未来的研究方向。

Matlab Hill代码哈欣·史翠克曼（HashinShtrikman） 与“确定任何对称性的多晶晶体各向同性有效弹性模量上的Hashin-Shtrikman边界的确定”相关的Matlab代码此存储库中包含两个文件： test_HSBounds.m HSBounds.m 第一个包含示例数据，调用该函数，并包含预期结果列表。第二个是确定Hashin-Shtrikman界限的实现： 函数[hs，vrh，ko_go，ustart] = HSBounds（cij）％此函数在6x6矩阵中找到弹性模量为cij的材料的Hashin-Shtrikman界。 它是变体％方程的实现，该方程最初由Hashin和Shtrikman于1963年推导，后来由Peselnick和Meister以及Watt和Peselnick在论文中阐明。 ％用法：％[hs，vrh，ko_go，ustart] = HSBounds（cij）％其中：％cij是任意对称的弹性常数的6x6矩阵（GPa单位）％hs是2x2的矩阵，上下有“最优”值K和G的边界％vrh给出Voigt-Reuss-Hill边界作为参考，％ko_go给出参考材料

综述了各种地震定位方法的基本原理，重点介绍了Geiger的经典方法以及在此基础上建立的各种线性方法：联合定位法，相对定位法，和最新的双重残差法；对每一种方法的应用情况，尤其是国内的工作做了总结；同时也指出了各种方法的特点，并进行了相应的比较。此外，还简要介绍了空间域的定位方法和各种非线性定位方法