近日，浙江师范大学经济与管理学院（中非国际商学院）于颖博士作为第一作者在Computers & Industrial Engineering期刊（中科院一区TOP）上发表了题为“An efficient storage strategy for robotic warehouse”的研究论文。
该文提出了一种创新的机器人仓库存储策略，旨在提升订单拣选效率。通过结合真实数据和全面的模拟系统，研究发现该策略能够显著减少货架移动次数，尤其是在商品种类繁多的情况下。该策略的核心是采用产品捆绑方法，将高频商品集中存放在同一货架上，从而减少机器人的搬运次数。实验表明，这种方法在大型仓库中可将机器人移动效率提升高达40%，其中双产品捆绑策略效果尤为突出。此外，该策略借鉴了传统ABC分类法的简洁性，使其在各种仓库环境中易于实施且实用性高。研究不仅验证了捆绑策略的有效性，还提供了一种可扩展的解决方案，能够灵活适应不同规模的仓库需求，从小型到大型仓库均可适用。
同时，于颖博士作为通讯作者在IEEE Transactions on Industrial Informatics 期刊（中科院一区TOP）发表了题为“Blockchain-Based Medical Data Asset Sharing Framework for Healthcare 4.0”的研究论文。
为了更安全、可持续地推动医疗数据资产（MDA）的共享，该文提出了一种基于区块链的MDA共享框架。该文的主要贡献包括以下三个方面：首先，设计了一种分层架构，将隐私保护的责任分散到不同技术中，同时兼顾了激励机制的奖励分配和任务执行的并行化处理。其次，在智能合约中引入了零知识证明（ZKPs）和群签名技术，构建了一种去中心化的隐私保护共享机制，能够在保护MDA隐私的同时实现高效监管。第三，提出了一种激励机制，通过利用参与者的去中心化特征，公平地奖励MDA共享行为，从而促进数据共享的积极性。实验结果表明，与传统的单一区块链共享方案相比，本文提出的框架在MDA共享过程中实现了更全面的隐私保护，且仅对系统吞吐量（TPS）造成了2.2%的影响。此外，由于基于ZKP的智能合约支持并行执行，该框架在大规模应用中展现出更大的潜力。
