Onyedikachi Chioma Okoro 国立航空大学/持续适航系/乌克兰基辅,03058 电子邮件:okorokachi7@gmail.com Maksym Zaliskyi 国立航空大学/电信和无线电电子系统系/乌克兰基辅,03058 电子邮件:maximus2812@ukr.net Serhii Dmytriiev 国立航空大学/持续适航系/乌克兰基辅,03058 电子邮件:sad@nau.edu.ua Oleksandr Solomentsev 国立航空大学/电信和无线电电子系统系/乌克兰基辅,03058 电子邮件:avsolomentsev@ukr.net Oksana Sribna 国立航空大学飞行学院/飞行安全系/乌克兰克罗皮夫尼茨基,25005电子邮件:oksana-kd@ukr.net 收到日期:2021 年 7 月 26 日;接受日期:2021 年 11 月 12 日;发表日期:2022 年 4 月 8 日 摘要:维护约占飞机运营成本的 20%;高于燃料、机组人员、导航和着陆费用相关的成本。维护成本的很大一部分归因于飞机部件和系统的故障。这些故障是随机的,提供了一个数据库,可以进一步分析该数据库以帮助决策进行维护优化。本文开发了可用于优化飞机系统维护任务间隔的随机数学模型。本研究的初始数据是诊断变量和可靠性参数,它们构成了选择的基础
抽象动物可以连续学习不同的任务以适应不断变化的环境,因此具有有效应对任务间干扰的策略,包括主动干扰(Pro-I)和追溯干扰(Retro-I)。已知许多生物学机制有助于学习,记忆和忘记一项任务,但是,仅当学习顺序不同任务的理解相对较少时,才涉及的机制。在这里,我们在果蝇中两个连续的关联学习任务之间剖析了Pro-I和retro-I的分子机制。pro-i比retro-i对任务间隔(ITI)更敏感。它们在简短的ITI(<20分钟)中一起出现,而在ITI中只有Retro-I在20分钟以后保持显着。急性过表达的开瓶器(CSW),一种进化保守的蛋白酪氨酸磷酸酶SHP2,在蘑菇体(MB)神经元中降低了Pro-I,而CSW急性敲低CSW ADACERBATES PRO-I。进一步发现CSW的这种功能依赖于MB神经元的γ子集和下流RAF/MAPK途径。相比之下,操纵CSW不会影响复古I和单个学习任务。有趣的是,调节retro-i的分子对Rac1的操纵不会影响Pro-I。因此,我们的发现表明,学习不同的任务连续触发不同的分子机制来调节主动和追溯干扰。
在过去的几十年里,人工智能、机器人和其他形式的自动化等新技术发展迅速。这些新技术可能会对经济产生重大影响。特别是,劳动力市场将在未来发生根本性变化(例如,Brynjolfsson & McAfee,2014;Ford,2015)。Frey 和 Osborne(2017)探讨了工作与自动化之间的敏感性,并估计美国目前约 47% 的工作可能会在一到二十年内实现自动化。实证研究表明,自动化对常规任务产生了重大影响,导致劳动力两极分化,并加剧了经济不平等(例如,Acemoglu & Restrepo,2020a;Autor,2015;Autor & Dorn,2013;Autor 等,2003、2015;Goos & Manning,2007;Graetz & Michaels,2018)。此外,Goos 等人(2019)强调,自动化对失业求职者造成的调整成本在低技能工人和高技能工人之间分配不均。为了减少新出现的不平等,人们讨论了各种政策手段,例如对机器人征税、基本全民收入或最低工资(例如,Acemoglu 等人,2020 年;Costinot 和 Werning,2018 年;Freeman,2015 年;Furman,2019 年;Guerreiro 等人,2017 年;McAfee 和 Brynjolfsson,2016 年;Thuemmel,2018 年)。然而,人们对最低工资与自动化相结合的影响知之甚少。在现有的少数研究之一中,Lordan 和 Neumark(2018 年)通过实证表明,较高的最低工资会减少可自动化工作的就业。此外,他们强调,在有关最低工资影响的实证文献中,有一些工人群体经常被忽视,例如老年人和低技能工人。然而,似乎几乎没有任何理论研究过基于任务的框架中的最低工资的影响,在该框架中,任务越来越多地由机器取代低技能工人。一个例外是 Aaronson 和 Phelan ( 2019 ) 的研究,他们开发了一个基于任务的理论框架来检验最低工资对劳动力市场的影响。本文旨在探讨具有约束力的最低工资对自动化经济中总产出、就业、要素价格和各种收入分配指标的影响。为了分析最低工资与自动化相结合对劳动力市场的影响,我们以 Acemoglu 和 Restrepo ( 2018a 、 2018b 、 2018d ) 以及 Acemoglu 和 Autor ( 2011 ) 的研究为基础,这两项研究是相互关联的,并且基于 Zeira ( 1998 ) 和 Acemoglu 和 Zilibotti ( 2001 )。基于任务的框架采用了劳动力市场的概念,该市场可以通过工作任务内容进行实证表征(例如,Goos 等人,2019 年)。从理论上讲,基于任务的框架使我们能够沿着密集和广泛的边界对自动化进行建模(Acemoglu & Restrepo,2018c),还要考虑引入最低工资后可能产生的影响。在我们基于任务的框架中,单位间隔内的任务由机器、低技能和高技能工人完成。机器和低技能工人可以生产的任务范围受外生阈值的限制。假设每种生产要素在部分任务上都有比较优势,这会导致要素的简单分配。因此,我们的任务间隔被划分为三个复杂度不断增加的间隔,其中机器在第一个间隔生产任务,低技能工人在中间间隔生产任务,高技能工人在最后一个间隔生产任务。通过假设机器、低技能和高技能工人的供给固定且无弹性,我们实施高于均衡低技能工资的最低工资并确定新的均衡。