由于现有深度人脸伪造软件通常是开源的或者被封装为APP免费分发, 导致了虚假视频的泛滥。 因此开展针对深度人脸伪造检测技术的研究就显得尤为重要。 目前, 深度人脸伪造及检测技术正处在快速发展时期, 各种相应的算法也在不断更新迭代。 本文首先介绍了深度人脸伪造和其检测技术的代表性算法并给出简要分析, 其中深度人脸伪造技术包括身份替换、 面部重演、 属性编辑、 人脸生成等, 检测技术包括图像级伪造检测技术和视频级伪造检测技术。 然后归纳总结了常用的深度人脸伪造与检测数据集及不同算法的评估结果, 最后讨论了伪造技术及其检测技术目前面临的主要问题及发展方向。

中国滑坡灾害数量多、分布广、危害大,每年约有80%的地质灾害发生在已查明的隐患点范围之外。监测预警是主动防范地质灾害的重要手段。变形是滑坡最为关键的监测参数。该文旨在梳理总结滑坡变形监测技术和预警方法,评述现有研究进展,分析未来发展趋势,为滑坡灾害防控领域的科学研究和工程实践提供借鉴。地表变形监测技术多易受到外界因素干扰,及时性和可靠性难以得到保障。深部变形监测技术直接获取滑面发展破坏信息,能够发现灾变前兆,但现有设备存在成本高、量程小或操作难等问题。滑坡监测为早期预警提供依据,而早期预警能够减少甚至避免人员伤亡和财产损失,区域性气象预警和单体滑坡预警两类预警方法正在逐渐发展完善中。单体滑坡预警常见方法是分析滑坡变形趋势和突变特征,通过速度、加速度等判据的阈值触发不同级别预警。滑坡智能预警模型将机器学习与地质工程交叉融合,有望提升灾害早期预警的准确性和自动化水平。滑坡高质量监测应综合运用多种技术以克服单一技术的局限,而预警模型则越来越关注变形趋势的智能分析。滑坡动力学机制复杂、个性特征明显,广泛适用的预警模型有待进一步探索。

暴雨内涝的快速预测对于提升灾害应急处置能力具有重要意义。针对传统数值模拟复杂耗时导致难以满足暴雨内涝预测时限要求的问题,该文基于机器学习方法构建城市暴雨内涝时空快速预测模型。利用城市综合流域排水模型(InfoWorks ICM)模拟的高精度网格结果作为数据驱动,综合考虑降雨因素、地理数据以及排水管网的分布情况,分别基于随机森林、极限梯度提升(XGBoost)、K最近邻以及长短期记忆(LSTM)神经网络建立城市暴雨内涝快速预测模型。以北京市某区域为例,开展算例研究,结果表明：随机森林模型的空间预测效果最佳,淹没范围预测准确率可达99.51%,积水深度平均预测误差3.55%;LSTM神经网络模型能准确预测内涝点积涝过程的水深时序变化。在该算例场景下,所构建的机器学习模型可实现s级的暴雨内涝时空快速预测。

土地市场是房地产市场的重要组成部分，是房地产市场能否实现平稳健康发展的关键，对宏观经济、政府财政和金融稳定具有重要影响。然而，中国土地市场中参与者盲目扩张、不理性购地的现象突出，不利于稳地价、稳房价、稳预期政策目标的实现和土地市场的健康发展。该文利用北京土地市场企业参与竞拍的微观数据，分析赢者诅咒现象是否存在；并通过构建股票市场收益率的决定模型，分析其影响因素。结果表明：赢者诅咒现象存在于北京土地市场，市场会对最终出价溢价率高的竞得者产生负面评价，联合竞拍等方式有助于参与者合理出价。

为满足特大型水利水电工程中的大直径超长距离引水隧洞定期检测的重大需求,智能化水下机器人系统成为当前的研究热点。为提高水下机械臂建模的准确性与控制能力的精准性,该文首先提出一种融合Newton-Euler方程、Morison方程与非线性摩擦力的水下机械臂动力学模型建模及参数辨识方法,并在补偿已辨识模型的基础上,设计了一种利用径向基函数(radial basis function,RBF)神经网络补偿系统未建模与建模误差的自适应滑模控制方法。通过仿真,该文证明了该方法比传统比例积分微分(proportional integral differential,PID)控制和一般RBF网络自适应滑模控制具有更高的控制精度。

重大自然灾害频发对国家安定和人民生命安全带来威胁的同时也会造成严重的经济损失。如何在灾后将受灾点所需应急物资快速、精准运送到位受到了广泛关注。该文针对重大自然灾害事件救援特点,考虑在不确定性条件下,兼顾应急调度成本最低和调度时间最短两目标,构建面向多灾害点的应急物资智能调度模型。研究选取2021年中国河南特大暴雨灾害为典型案例,基于三角模糊数方法对不确定变量进行表示,从而将所构建的模型转变为确定性多目标应急物资智能调度模型,同时引入二维Euclid距离赋权进行模拟运算,对模型求解。进一步,利用LINGO软件计算得到各出救点至各受灾点分阶段应急物资调度方案。研究结果表明,利用该模型得到的模拟结果与现实要求接近,能够满足重大自然灾害下多灾害点应急物资调度需求,可为决策者制定有效救灾策略提供参考。

为解决机场枢纽旅客疏散需求与陆侧交通运力供给的精准适配难题,该文在分析运力配置与旅客出行方式选择相互作用机理的基础上,建立了面向大型机场陆侧大巴、轨道交通、出租车和私家车等多交通方式协同的运力匹配双层规划模型。首先,以出行时间、出行费用、准时度和舒适度4个指标作为特征变量构建了多交通方式选择效用函数。其次,综合考虑各交通方式的协同与服务水平特点,建立了运力匹配双层规划模型：上层模型以企业运营成本、旅客候车成本和碳排放环境成本三者之和最小化为目标,对公共交通线路的发车时间间隔、出租车到达率进行优化;下层模型基于随机用户均衡-Logit模型,在上层生成的运力配置方案的基础上,实现客流面向多交通方式的分配。再次,该文提出了一种改进的遗传算法以求解模型,通过嵌套连续平均算法与预搜索机制提高下层模型的计算效率,进而提升综合求解效率。最后,以北京大兴国际机场为例开展实证研究,结果表明：所构建的双层规划模型和算法能有效优化大型机场交通运力资源配置,从而达到优化陆侧交通结构、倡导绿色出行的目的。

火灾保险是有效应对火灾风险的重要手段,根据建筑的火灾风险准确厘定建筑的火灾保险费率是保险行业关心的问题。当前的建筑火灾保险费率主要基于保险市场的统计数据得到火灾的发生频率和期望损失,然后再根据建筑的风险评估结果进行浮动调整。这种方法难以精确反映建筑的火灾风险,得到的保险费率也较为粗略。该文构建了建筑火灾费率的定量厘定模型,采用Bayes网络的方法计算建筑起火概率,并采用拉丁超立方采样的方法,对建筑火灾不同阶段的烧损率进行了分层采样,得到火灾损失的复合概率分布估计,从而对具体建筑的火灾风险进行定量评估,再根据风险评估的结果对保险费率进行了厘定。选取了15户家庭,根据风险评估的结果厘定了保险费率,并将结果与保险市场火灾纯保险费率进行了比较。结果表明,该模型更能反映火灾风险的差异化水平,得到的保险费率更具有公平性。

互联网开源渠道蕴含大量国防科技信息资源, 是获取高价值军事情报的重要数据来源。 国防科技领域开放信息抽取(open information extraction, OpenIE)旨在从海量信息资源中进行主谓宾-宾补(SAO-C)结构元组抽取, 其对于国防科技领域本体归纳、 知识图谱构建等具有重要意义。 然而, 相比其他领域的信息抽取, 国防科技领域开放信息抽取面临元组重叠嵌套、 实体跨度长且难识别、 领域标注数据缺乏等问题。 本文提出一种国防科技领域两阶段开放信息抽取方法, 首先利用基于预训练语言模型的序列标注算法抽取谓语, 然后引入多头注意力机制来学习预测要素边界。 结合领域专家知识, 利用基于实体边界的标注策略构建了国防科技领域标注数据集, 并在该数据集上进行了实验, 结果显示该方法的F1值在两阶段上比长短期记忆结合条件随机场(LSTM+CRF)方法分别提高了3.92%和16.67百分点。

气候变化问题十分复杂,涉及环境、经济和社会等诸多层面因素,交通排放是影响气候变化的重要因素。该文聚焦可计算一般均衡(computable general equilibrium,CGE)模型在交通政策研究中的应用,共采集涵盖科学引文数据库、科学指南、中国知网等主要数据库的78篇实证研究文献,其中超过50%的文献关注了低碳交通政策的影响。通过梳理文献发现：目前低碳交通政策评估领域的CGE模型实证研究尚处于起步阶段,未来低碳交通CGE模型建模可从政策研究、模型构建和协同效益3个方面进行深入研究。该文提出了将“避免型/转换型/改善型-规划/制度/经济/信息/技术(avoid/shift/improve-planning/regulatory/economic/information/technological,ASI-PREIT)”结构的低碳交通政策矩阵纳入可达性因素的空间可计算一般均衡(spatial computable general equilibrium,SCGE)模型的建模思路,并进行了协同环境—经济—社会效益的低碳交通广义协同效益研究,为拓展低碳交通问题的研究提供参考思路。

作为重大工程关键构筑物的引水隧洞具有洞线长、洞径大、高水压、围岩地质复杂等特点,长年运行会导致引水隧洞出现裂缝、塌方、露筋等典型缺陷,如不加以防范,将严重影响工程安全运行,传统人工检测存在周期长、安全风险高、漏检率高、获取信息量不足等问题。针对特大型水利水电工程中的大直径超长距离引水隧洞定期检测的重大需求,研发多功能“子母式”水下机器人系统,突破在水体浑浊、高水压、附着淤积、局部可达困难等复杂水下环境机器人的远程供电、协同作业、智能巡检、缺陷识别、安全评估等关键技术,完成引水隧洞结构安全分级与风险评价,实现水下机器人“巡、检、控、诊、用”全过程集成,并在南水北调东线工程、锦屏二级水电站等国家重大工程中示范验证。研究成果可显著提高检测效率,大幅降低巡检成本,提高经济效益,同时具有广阔的产业与应用前景,如促进人工智能学科和水利学科交叉融合、引导特殊环境机器人产业发展、提升我国相关领域技术及装备水平等。

协同过滤算法被广泛运用于各类大数据的推荐系统中, 能够向用户推荐与该用户类似的用户感兴趣的信息。 随着深度学习, 尤其是图神经网络的发展, 基于图神经网络的协同过滤算法受到了越来越多的关注。 基于图结构的协同过滤模型通常将用户与条目的交互信息建模为二部图, 然后利用二部图的高阶连通性建模捕获用户与条目之间的隐藏关系。 但是, 这种二部图模型没有将用户之间的相似关系和条目之间的相似关系明确建模。 此外, 二部图的稀疏性会产生图中高阶连通性依赖问题。 为此, 该文提出了一种基于异质图卷积神经网络的协同过滤模型, 将用户之间的相似度和条目之间的相似度显式地编码到图结构中, 使得用户与条目的交互关系被建模成异质图。 异质图结构使用户之间的相似度与条目之间的相似度能被直接捕获, 降低了对高阶连通性的依赖, 同时缓解了二部图过于稀疏的问题。 该文在4个典型的数据集上进行了实验, 并与4种经典模型进行了对比, 结果表明所提出的模型效果较好。

财务危机预警一直受到企业、 投资者和政府的关注, 但已有预警模型方法的预警能力不能满足市场期许, 甚至引发争议, 政府部门、 市场主体对优化债券违约风险识别与预警方法的需求强烈。 该文系统梳理了1932至2020年间256篇财务危机预警文献, 从财务危机的概念基础、 预警模型的原理及迭代、 预警指标选取、 预警效率评估等维度进行了述评, 指出了现有财务危机预警模型研究的3个现象、 方法论特征及局限性。 提出了一个跨模型可比的财务危机预警模型评价框架和“一个原则、 三个方向”研究改进展望, 主张回归金融原理, 从而更加精确地进行企业财务危机绝对风险的评估、 预警与治理。

优化出行结构、提升出行效率、降低交通碳排放是交通绿色低碳发展的重要路径。该文提出一种低碳导向的多模式交通出行服务定价调节策略,从出行服务商、出行者和环境角度出发,以服务商收益最大化,网络出行时间和交通碳排放量最小化为目标,构建多目标优化模型,在考虑出行者出行方式和路径联合选择行为的情况下对网络流量均衡分配,实现多方式协同出行和碳排放管理精细化。算例分析结果表明：服务商通过定价调节能优化网络出行结构、缓解小汽车路段拥堵状况、提高公共交通的分担率,同时实现自身盈利和交通碳排放量下降的目标。不同的优化结果表明：服务商不能仅追求自身收益最大化,还需要综合考虑出行者出行成本和出行方式对交通环境的影响,承担交通系统的协调与减排责任。该文明确了出行服务商在交通绿色低碳发展中的盈利空间和应承担的责任,为服务定价策略提供参考依据。

作者识别是通过分析未知文本的写作风格推断作者归属的交叉学科。 现有的研究多基于字符和词汇特征, 而句法关联信息在研究中鲜有涉及。 该文提出了基于句法树节点嵌入的作者识别方法, 将句法树的节点表示成其所有依存弧对应的嵌入之和, 把依存关系信息引入深度学习模型中。 然后构建句法注意力网络, 并通过该网络得到句法感知向量。 该向量同时融合了依存关系、 词性以及单词等信息。 接着通过句子注意力网络得到句子的表示, 最后通过分类器进行分类。 在3个英文数据集的实验中, 该文方法的性能位列第2或3位。 更重要的是, 依存句法组合的引入为模型的解释提供了更多的方向。

近年来, 公开披露的漏洞数量越来越多, 推荐算法可以帮助软件安全人员和漏洞爱好者找到自己真正需求和感兴趣的漏洞信息。 但是用户与漏洞的交互矩阵比经典协同过滤推荐算法所分析的交互矩阵有更强的稀疏性, 严重影响了协同过滤推荐算法的使用效果。 这也是将漏洞直接作为推荐项目所必须面对的主要挑战。 为了解决这一问题, 该文引入漏洞相似性计算方法, 在基于内容的推荐算法中强调漏洞之间的普遍联系, 从而解决推荐算法的交互矩阵高稀疏性、 冷启动等问题。 同时, 充分考虑多类型用户的特点, 最终形成了基于相似性的多用户漏洞推荐算法。 通过在公开数据上的实验表明, 该算法能够实现比传统协同过滤算法更佳的准确性和有效性。

交通运输是产生碳排放的主要领域之一,也是受气候变化影响最显著的行业之一。中国交通运输领域在减缓和适应气候变化方面仍面临诸多问题和挑战,交通运输应对气候变化的政策工具、手段措施、基础能力等还存在一些不足。该文从减缓和适应2个角度出发,梳理了各国在应对气候变化领域开展的政策与行动,分析了中国交通运输领域应对气候变化的工作基础及存在的问题,提出了交通运输减缓和适应气候变化的重点领域、总体策略和路径,以及提升中国交通运输领域应对气候变化能力的思路和建议,以支撑交通运输领域高质量发展和实现中国应对气候变化目标。

用于文本情感分析的深度学习模型如递归神经网络等参数较多, 因此需要大量高质量标记训练数据对模型进行训练和优化。 在实际应用中, 特定领域难以获取高质量带情感标签评论数据。 在跨领域文本情感分类任务中, 针对不同领域数据分布差异性, 提出了基于句法结构迁移和领域融合的跨领域文本情感分类方法, 可以解决特定领域对带标签数据依赖问题。 句法结构迁移方面, 将依存语法特征加入到递归神经网络中, 设计了一种可迁移的依存句法递归神经网络模型, 通过句法结构迁移有效地迁移跨领域结构信息, 为情感迁移提供支撑。 领域融合方面, 在传统的最大均值差异领域度量方法上细化了跨领域同类别距离度量信息。 通过约束源领域和目标领域的分布, 可以保证2个领域距离在学习过程中尽可能减小, 有效地提取领域通用特征。 实验结果表明, 该方法比已有方法有效提高了跨领域情感分类准确率。

随着原油劣质化趋势加重,炼厂的氢气(H₂)需求日益增加,通过氢网络集成提高氢气的利用效率变得至关重要。压缩机费用是炼厂氢网络中除新氢外的第二大费用,往复式压缩机和离心式压缩机被广泛用于氢气输送网络。该文提出了一种考虑多级离心式压缩机和多级往复式压缩机选型的超结构,约束条件包括压缩机的流量和出口压力;基于此超结构建立了一个混合整数非线性规划模型,以最小总年化成本为目标函数,其中综合考虑了新氢的成本、压缩机的投资费用和操作费用;并通过案例分析证明了模型的实用性。

高温气冷堆主氦风机是清华大学自主研发的先进核能核心装备之一，对于反应堆的正常运行至关重要。主氦风机停机会导致反应堆紧急停堆，直接影响核电厂的运行，并可能带来安全风险。因此，需要评估主氦风机的可靠性，并对主氦风机开展预防性维修策略研究，以保障高温气冷堆核电厂高质量运行。首先，该文使用故障模式、影响和危害性分析（failure mode，effects and criticality analysis，FMECA）方法识别主氦风机的关键重要部件；然后，基于各部件的通用数据评估得出主氦风机的故障率及各部件故障率占比，为提高主氦风机的运行可靠性提供参考依据；最后，使用以可靠性为中心的维修分析（reliability centered maintenance analysis，RCMA）对主氦风机的预防性维修策略进行规划，提出预防性维修方案建议。该文研究成果可为新研核能设备提升设计质量提供参考，为其他相关核能设施开展可靠性和维修性研究提供借鉴。

中国是水电大国,水电站大坝除涉及自身经济效益外,还关系到人民生命财产安全,因此需要定期开展大型水电站坝体缺陷检测,确保水电站大坝安全运行。目前,使用有缆遥控水下机器人(remotely operated vehicle,ROV)进行水电站坝体缺陷检测能减少人工检测带来的诸多不利,同时提高检测精度和效率。该文对大坝环境条件和水电站坝体缺陷检测的主要内容进行了调研,梳理了大型水电站坝体检测ROV的研究现状,从坝体检测ROV总体技术、吸附技术、动力系统、检测技术、水下定位与控制系统等方面,分析了ROV在国内外水工检测领域的技术研究进展,并对坝体检测ROV关键技术的发展趋势进行了展望。

多视图图聚类旨在挖掘多视图图数据中蕴含的簇结构,近年来得到了研究者的广泛研究。然而,现有大多数方法在不同视图信息的融合过程中同等对待各个视图,未能根据视图质量分配相应权重,而且处理具有属性和图的数据时面临一定困难。该文提出了一种基于注意力机制的两阶段融合多视图图聚类算法。首先,应用图滤波器过滤高频噪声,各个视图获得更适用于下游聚类任务的节点平滑表示;其次,基于注意力机制融合各个视图特征滤波后的平滑表示,并为拓扑融合阶段提供初始化权重;然后,在拓扑融合阶段,将不同视图加权融合的Laplace矩阵与融合的特征表示输入编码器得到嵌入表示,并构造优化函数对权重和嵌入表示进行优化,可以为质量较好的视图分配较大权重,同时产生更加紧凑的嵌入表示;最后,通过对嵌入表示执行谱聚类得到最终的聚类结果。将该算法和已有的相关聚类算法在真实数据集上进行了实验分析。结果表明,相比已有算法,所提出的算法在处理多视图图数据方面更加有效。

复杂工况条件下明渠流量预测是一项基础问题,通常是建立非线性偏微分方程组并数值计算,时间成本与时空步长精细程度成指数关系,需在精度与效率之间权衡。该文基于“实时感知、水信互联、过程跟踪、智能处理”水联网理论,研究了明渠水流控制中闸门上下游序列特征,结合了渠道与闸门各类动静态特征,提出了基于长短期记忆(long short-term memory,LSTM)神经网络的明渠流量预测方法。实验结果表明,该方法在各渠段上预测准确率均大于97%,效率在100 000条数据规模上比求解Saint-Venant方程的数值计算方法提高了308倍。该文验证了人工智能方法改进传统明渠流量预测问题的可行性,合理设计的深度学习模型可取得准确性与效率的双赢,为人工智能解决水力学问题提供了新的思路。

分析交通路网的脆弱性一直是应急管理领域中重要的研究课题。然而,随着电动汽车在交通流中的滲透率不断提高,传统的评估路网脆弱性的方法,由于缺乏考虑电动汽车的特征,因此不再能很好适用于多电动汽车场景。对此,该文提出一个双层攻击者-防御者模型来研究电气化交通路网的脆弱性。在模型外层的攻击者通过破坏网络中的关键道路,使系统性能的下降最大化;在模型内层的防御者通过动态地分配混合电动汽车和非电动汽车的交通流,使用户总旅行时间最小化。该文进一步通过对内层问题取对偶以及采用大M法,将原始的双层混合整数线性规划问题转换为一个等价的单层混合整数线性规划问题。将提出的模型应用于美国北卡罗来纳州的部分高速路网,实验结果展示了在评估电气化路网的脆弱性时,把电动汽车考虑在内的必要性,以及攻击资源等级和系统性能下降存在临界点和相变现象。该文提出的模型可以识别出系统中最关键的道路集合,为改善电气化路网的脆弱性提供理论支撑。

为兼顾新型冠状病毒肺炎疫情常态化背景下的城市安全与发展,该文研究了不同新冠疫情阶段对城市群城市发展的影响机制。在文献搜集和分析的基础上,从多维度构建城市发展水平指标体系,并通过Cronbach系数检验指标信度;使用组合赋权法构建新冠疫情影响下的城市发展水平指标体系;进而利用差分整合移动平均自回归(ARIMA)模型预测无新冠疫情影响下的城市发展水平,通过与有疫情影响下的实际数据进行对比,定量评估新冠疫情对京津冀城市群中核心城市发展水平的影响。研究结果表明：在新冠疫情爆发期,城市群内城市发展水平走势呈现趋同化;城市具有韧性属性。该研究对新冠疫情常态化下城市群的应急管理决策具有参考意义。

该文探讨《中华人民共和国企业破产法》实施对企业创新的影响。 选取2007年《破产法》实施作为准自然实验以构建双重差分模型, 采用多期动态回归、 倾向得分匹配等办法, 并引入三因子模型特质波动率等指标衡量企业风险承担。 在《破产法》实施后, 实验组比控制组专利申请的数量增加了18.77%, 发明专利申请的数量增加了25.86%。 《破产法》的实施加强了债权人保护并提高企业风险承担水平, 使财务困境中企业的创新产出、 创新质量显著增加。 进一步分析表明, 《破产法》主要在企业治理水平高的企业、 在法治水平或知识产权保护水平高的地区更为显著。 《破产法》的推出提高了中国债权人的合法权益, 为债权人获得潜在清偿提供了强有力的保证, 进而提高企业风险容忍度, 激励了企业创新。

输流管道系统中的水击现象会导致流体压强大幅波动,威胁管道和设备的正常工作,因此评价其瞬变流动特性具有重要的研究意义。该文基于流固耦合(FSI)水击理论,建立了能量分析方法,讨论了流体能量和管道能量的变化规律,旨在描述结合部耦合对水击过程瞬变流动特性的影响。首先采用特征线法对流固耦合4方程模型进行数值求解并验证。在此基础上对模型进行数学推导和变换,获得了管道能量和流体能量的物理表达式和控制方程。深入分析了系统中能量的传递和转换过程,进一步借助无量纲因子对结合部耦合的影响进行了定量化描述。分析结果表明:考虑结合部耦合后,管道下游约束减弱,流体能量和管道能量均有不同程度的增大,系统流固耦合的剧烈程度有所增大,管道运动的剧烈程度显著增大,流体压强脉动的剧烈程度稍有减小。研究成果有助于理解和对比流固耦合水击过程动态响应,对定量化描述其瞬变流动特性具有重要意义。

近年来受大风天气影响,树倒墙塌、高空坠物、广告牌散落等情况时有发生,严重影响社区居民安全,迫切需要识别出大风天气下社区内重点危险区域并加以防范。该文以北京市石景山区某社区风场为例进行场景建模,利用数值模拟与机器学习寻找社区特征点,完成特征点风速数据到风场数据的预测。以10个特征点数据预测6 681个点的风场数据为例,基于7 917个训练风场、2 026个测试风场的模型训练测试结果表明：东西方向1 m/s以上速度的预测值平均相对误差为5.8%,南北方向1 m/s以上速度的预测值平均相对误差为6.2%。采用该方法可以快速获得满足精度要求的社区背景风场以指导社区风险防范、应急决策与救援,对于保障社区安全具有重要意义。

合成生物学是实现化工绿色化、可持续发展的有效方法之一。代谢途径重构是合成生物学中工业菌种开发与化学品生物催化合成的关键步骤,目的在于确定宿主内合成目标化合物的反应路径与底物,是酶定向进化、实现目标物质生物合成的基础。考虑到生物代谢网络的复杂性,代谢途径重构一般会得到较为庞大的路径结果。为了提高效率、减少无效的实验尝试,合理、有效的路径评估与筛选是重要与必须的。针对已有路径评估方法存在的问题,该文构建了一种生物合成路径评估与排序方法,设计了6个反映路径理论可行性的评估指标,结合层次分析法实现了合理、可解释的路径推荐。通过实例测试,证明了所提出的路径评估方法的有效性。该路径评估方法可降低实验的试错成本,为增加生物逆合成工具的实用性提供了基础。