文章推荐 | AAES第二卷第三期上线发布

文章题目：

The Intraday High-Frequency Trading with Different Data Ranges: A Comparative Study with Artificial Neural Network and Vector Autoregressive Models

不同数据范围的日内高频交易：人工神经网络与向量自回归模型的比较研究

作  者：

Ayben Koy

Istanbul Ticaret University, Türkiye

Andaç Batur Çolak

Istanbul Ticaret University, Türkiye

摘   要：

随着高频交易过程(算法交易的一个子类)的出现，日内信息的重要性日益增加。传统的统计方法往往无法捕捉到这种高频数据中固有的复杂模式和波动性。相比之下，ANN模型在处理这些挑战方面表现出非凡的能力，而VAR模型则提供了对变量之间短期关系的洞察。这项研究强调了使用ANN和VAR模型来处理这些短时间间隔的重要性。BIST100指数是伊斯坦布尔证券交易所的主要指数，它使用两种不同的模型在不同的数据范围内进行预测，即人工神经网络模型和向量自回归模型。两种生成的ANN模型都成功完成了训练阶段，精度极高，并且在预测中表现出极低的误差值。虽然这两种模型都是有效的，但事实表明使用5分钟数据对人工神经网络模型的训练和预测阶段进行评估的模型更受青睐。然而，15分钟数据在解释BIST100变化方面的相对重要性更高。此外，VAR模型结果还表明，变量间的短期关系会受到数据范围的影响，变量的15分钟间隔数据对BIST100指数的长期解释作用更为显著。

图：MLP网络模型的基本配置拓扑结构

文章题目：

Cost Effectiveness Analysis of Design Methods for Rigid and Flexible Pavement: A Case Study of Urban Road

刚性与柔性路面设计方法成本效益分析：以城市道路为例

作  者：

Asadullah Ziar

Ghazni Technical University, Afghanistan

Shahzada Ulfat

Kandahar University, Afghanistan

Zainullah Serat

Ghazni Technical University, Afghanistan

Mohammad Ashraf Armal

Ghazni Technical University, Afghanistan

摘   要：

道路在国家经济、文化和社会发展中发挥着重要作用，每年在道路上的财政预算拨款相当可观。道路建设费用包括设计、材料采购、施工设备、维护、修复和总体运营，需要政府大量投资。在实施此类项目之前，必须对替代方案进行细致的评估。本研究旨在综合分析三种设计方法(AASHTO、AI、PCA)在一条8公里城市道路上的成本效益，并考虑初始建设成本。两年内收集的交通数据估计道路总交通负荷为2.16 x 106 ESAL。研究结果表明，柔性路面比刚性路面更具成本效益。在柔性路面设计方法(AASHTO和AI)中，AI最具成本效益。对于刚性路面设计方法(AASHTO和 PCA)，PCA被证明是最具成本效益的，而刚性路面则是最昂贵的选择。

图：研究流程

文章题目：

Fast Optimization Method of Flexible Support Structure Based on Mathematical Model

基于数学模型的柔性支撑结构快速优化方法

作  者：

Qianzheng Du

Southwest Jiaotong University, China

Guiqiong Luo

Southwest Jiaotong University, China

Xi Wang

Southwest Jiaotong University, China

Tao Wang

Southwest Jiaotong University, China

Guoqiang Fu

Southwest Jiaotong University, China

Caijiang Lu

Southwest Jiaotong University, China

摘   要：

为了实现柔性支撑结构的快速分析与优化，采用参数化设计方法建立三维模型，将柔性支撑结构基本尺寸参数与外部数据源关联，建立尺寸间的函数关系，保证模型的合理性，当需要重建模型时，只需要改变数据源中的数据即可实现三维模型的自动更新。与有限元法相比，该优化模型提高了仿真分析与优化设计的效率，本文提出的模型可以通过权衡结构的质量和变形位移来求得最优解。

图：灵活的支撑模型

文章题目：

Comparisons of Static and Dynamic Analyses on Toppling Behaviors of Pile Driving Machinery, etc., on Soft Foundation

软地基上打桩机械等的倾覆行为的静态和动态分析比较

作  者：

Shouji Toma

Hokkai-Gakuen University, Japan

Kenji Seto

Hokkai-Gakuen University, Japan

Wai Fah Chen

University of Hawaii, USA

摘   要：

打桩机、起重机、高空作业车和千斤顶等重型机械的倾覆事故在世界上屡屡发生。过去，研究的重点是寻找导致倾覆的倾覆力矩。然而，人们认为倾覆事故与结构稳定性问题有关，在这种情况下，事故有可能在没有倾覆力矩的情况下发生。由于荷载和变形的方向不同，涉及结构不稳定性的事故很难预测。这种不可预测性被认为是导致事故再次发生的根本因素。作者通过静态和动态分析进行了理论研究。研究发现，不仅是静态变形，动态惯性力也会影响倾覆风险的增加。在结构不稳定的情况下，动态惯性力可能会放大角位移，使其超过临界稳定角，从而导致快速倾覆，往往会造成重大灾难。导致倾覆的触发因素包括：意外移动到薄弱地面、载荷和高度增加以及地面倾斜度增大。考虑到这些因素，本文试图通过静态和动态分析对比来阐明打桩机倾覆的机理，并为预防事故提供必要信息。通过静态和动态分析，倾覆行为将在荷载-变形关系和支撑刚度-变形关系中得到描述。此外，还说明了时间因素的作用，因为机器的快速移动会增加倾覆的风险。

文章题目：

Multivariate Analysis and Computational Predictability of Modified Release Formulation of Chirally Pure Metoprolol Succinate

手性纯琥珀酸美托洛尔缓释制剂的多元分析和计算可预测性

作  者：

Vikram S. Gharge

Zuventus Healthcare Ltd., India

Mukesh B. Shinde

Zuventus Healthcare Ltd., India

Satish L. Jadhao

Zuventus Healthcare Ltd., India

Nikhil P. Sadamat

Zuventus Healthcare Ltd., India

Nilkant S. Biradar

Zuventus Healthcare Ltd., India

摘   要：

本研究采用计算技术，通过质量源于设计(QbD)方法预测手性纯s(-)琥珀酸美托洛尔缓释基质制剂的性能。该研究定义了S(-)琥珀酸美托洛尔基质制剂的质量目标产品概况(QTPP)和关键质量属性(CQA)。为了评估风险，本文按照ICH Q8指南进行了石川图和故障模式影响分析(FMEA)。配方筛选过程采用Plackett-Burman设计，然后通过Box-Behnken设计进行优化。缓释配方采用高剪切制粒开发，结合了高粘度和低粘度羟丙基甲基纤维素(HPMC)聚合物以及其他赋形剂。研究了聚合物组成和硬脂酸对S(-)琥珀酸美托洛尔释放概况的影响，揭示了它们对药物输送系统预期效果的显著影响。具体而言，变量X1：HPMC K4M和X2：HPMC K100M被确定为影响药物释放(Y1)的关键因素。统计分析(ANOVA)证实了所选模型的重要性，预测结果与观察到的结果非常吻合，与参考产品Seleken® XL系列相当。发现药物含量和释放性能与创新配方相似。总之，这项研究强调了采用QbD方法结合低粘度和高粘度HPMC聚合物实现S(-)琥珀酸美托洛尔精确单剂量输送的潜力。

图：石川图

文章题目：

Traceability Automation in Coffee Production: A Case Study on QR Code Integration to Optimize Manual Steps

咖啡生产中的可追溯性自动化：二维码集成优化手动步骤的案例研究

作  者：

Mayara Eduarda Terra Querme

Ciência e Tecnologia do Triângulo Mineiro(IFTM), Brazil

Danielli Araújo Lima

Ciência e Tecnologia do Triângulo Mineiro(IFTM), Brazil

摘   要：

农业和咖啡生产对巴西的经济至关重要，它们创造就业机会、推动区域发展，并为贸易平衡做出重大贡献，使巴西成为领先的咖啡生产国和出口国。在此背景下，这篇科学文章提出使用二维码自动实现咖啡生产可追溯性，以优化流程，提高工业4.0模式下供应链的质量、安全性和可持续性。本文采用BPMN建模来描述咖啡生产阶段，利用二维码在收获、清洗、干燥、加工、储存和农场认证验证等活动中进行数据收集和注册。二维码既简化了操作，还减少了错误，并提高了可追溯性，涉及从采摘者到质量人员、检查员和文员等参与者。该研究仔细研究了咖啡从农村生产商到仓库的转移，优化了库存和交付管理。获得的主要结果是显著减少员工数量及活动作业，从而缩短了时间，最终提高了完成流程的信心。

图：使用Heflo工具建模-考虑到人工步骤的咖啡可追溯性业务流程

排版：徐远山

编辑：葛   飞

审核：陈玉坤

监制：张   雨