关键词： 手术排班   医院管理   遗传算法   粒子群算法   决策  

摘要： 目的手术资源的分配问题非常复杂,要综合考虑患者、手术室、医生以及时间等因素,传统的排班方法往往难以应对突发情况,同时容易受困于局部最优解,无法实现资源的最优合理配置。本文提出了一种新颖且智能的手术排班方法,以期科学合理地安排医疗资源。方法首先建立以最小化完成所有手术时间为目标的数学模型;然后基于遗传算法(genetic algorithm,GA)对手术排班问题进行求解,同时采用双切点交叉法和逆转变异法对遗传算法进行改进;最后将所提的改进遗传算法(improved genetic algorithm,IGA)与传统遗传算法和粒子群算法(particle swarm optimization,PSO)在MATLAB上进行仿真对比。结果本文所提的IGA在仿真中得到最优解的迭代次数最少,为149次,而传统GA和PSO得到最优解的迭代次数分别为895次和990次;而且IGA求解所得的手术总时长最短,为562.3 min,传统GA和PSO得到的手术总时长分别为604.7 min和672.1 min。综上,所提算法IGA性能明显优于传统GA和PSO。结论应用改进的遗传算法能解决医院手术排班的复杂问题,综合考虑了患者、手术室、医生以及时间等因素,打破了传统排班方法的限制,是一种符合实际需求的方法。基于此方法来进行手术排班,能更科学合理地安排医疗资源,提高工作效率和患者满意度。

关键词： 全自动石墨消解   环境空气   原子荧光法   砷   锑   锡  

摘要： 采用微孔滤膜采集环境空气样品,采集的样品经全自动石墨消解处理后用原子荧光法测定其中As、Sb和Sn的含量。As、Sb和Sn在0.00~40.0μg·L^(-1)浓度范围内线性良好,方法最低检出限分别为0.012、0.008和0.016μg·m^(-3),样品测试结果相对标准偏差均小于3%,加标回收率在90.8%~103.0%之间。本方法操作简便快速,线性范围宽,检出限低,测试结果准确可靠,适用于环境空气中微量As、Sb和Sn的测定。

关键词： 人机协作   认知赋能   知识图谱   知识表示   多模态感知  

摘要： 在工业4.0向工业5.0的发展过程中,以人为本逐渐成为智能制造领域关注的焦点之一。当前的人机协作不仅强调要聚焦于技术的进步与效率的提升,更强调将人类的高阶认知思维与机器的计算能力相结合,实现认知赋能。基于此,梳理人机协作中认知赋能在交互感知、任务规划与执行、技能学习等关键领域的现有研究,揭示了多模态信息整合、任务推理、动态决策与技能知识表征的挑战。进一步,提出通过应用知识图谱构建的相关技术来支持人与其机器认知对齐的方法,以及通过应用知识图谱推理的相关技术来支持复杂环境下人机协作的任务优化和动态决策。在分析现有人机协作认知赋能研究局限性的基础上,展望未来智能制造环境下的深度认知协同的发展方向。

关键词： 碳纤维复合材料   遗传算法   参数修正   检修门   模态试验  

摘要： 针对某种碳纤维复合材料有限元精确仿真问题,提出一种基于遗传算法的碳纤维复合材料不确定性参数修正方法。对某碳纤维复合材料车载箱体检修门开展自由边界条件下模态试验,获得前三阶模态频率及振型。依据测得的模态试验结果,首先对该型碳纤维复合材料的性能参数进行修正,并将有限元模型结合修正后的材料参数进行仿真计算。最后对该车载箱体检修门进行约束条件下模态试验,获得前三阶模态频率及振型,将仿真与试验结果对比。结果表明,进行修正之后仿真与试验结果误差变小,说明此方法对于存在不确定性参数的碳纤维复合材料能减小给定参数与实际参数之间的误差,建立更精确的有限元模型。

关键词： 物联网业务   安全态势感知   RBF网络   遗传算法   要素特征  

摘要： 在物联网设备动态加入或离开网络的背景下,网络拓扑结构的持续变化对静态安全感知方法的可扩展性构成了挑战。同时,现有部分识别模型过度依赖专家知识和模型训练,导致其动态适应性不足,难以确保物联网业务的流程安全。因此,对基于GA-RBF神经网络的物联网业务安全态势感知方法展开研究。该方法基于经典粗糙集理论,引入并行约简思想,利用条件熵评估特征要素的重要度,并采用约简规则去除冗余特征,从而高效提取物联网业务安全态势的关键特征。采用遗传算法对RBF神经网络进行优化,将编码后的物联网业务运行数据直接应用于网络中,通过计算适应度构建安全态势特征要素样本矩阵,并输入至RBF神经网络进行训练,以确立映射关系并获取最终的安全态势感知结果。实验结果显示,将该方法应用于大数据环境下的物联网业务链中,其态势感知结果与实际环境高度吻合,感知误差低至0.5%,平均迭代次数不超过110,均方误差仅为0.03%,响应时间最短可达120 ms。这些数据充分证明了所提方法在感知误差、精度、训练效率以及响应速度方面的优越性能,为物联网业务安全态势感知提供了有力支持。

关键词： 物资调度   遗传算法   动态规划   卡车和无人机  

摘要： 应急物资调度是灾后应急响应的关键环节,其调度效率直接影响救援效果。突发自然灾害经常伴随着道路损毁,严重制约着应急物资的运输。在应急物资调度中,卡车载重量大、行驶距离长;无人机运输不依赖于地面路况但受到电池和载重约束,二者协同能够实现优势互补。为提升应急物资的调度效率,本文研究了卡车-无人机协同的灾后应急物资调度策略。以卡车和无人机完成所有物资运输并回到配送中心的时间最短为目标,考虑卡车和无人机的载重和里程约束、道路损毁和道路拥堵限制,建立了混合整数规划模型。针对所提出的模型属于NP难问题,融合遗传算法和动态规划算法的优点,提出了新的混合算法(hybrid method based on genetic algorithm and dynamic programming, HGADP)。本文针对提出的管理问题场景,设计了小、中、大三种不同规模的算例,通过将本文提出的算法与Gurobi求解器和前人提出的算法对比,验证了本文提出算法的有效性。通过算例结果分析,发现相比于传统车辆运输模型,本文提出的卡车-无人机协同运输模型可大幅地节省物资运输时间。最后,本文对无人机载重和续航里程进行灵敏性分析,分析了参数变化对应急物资调度效率的影响。本研究拓展了应急物资调度策略,为应急管理部门的应急物资调度决策提供了决策依据。

关键词： 机械臂   五次多项式插值   模拟退火遗传算法   轨迹优化   罚函数法  

摘要： 为了优化机械臂的工作轨迹,提出了一种改进模拟退火遗传算法。综合考虑机械臂的作业要求及性能特点,利用五次多项式插值的方法在关节空间内规划出一条平滑的运动轨迹。通过罚函数法处理不满足约束条件的个体,动态线性标定法对适应度函数进行重新标定。设置一种交叉概率和变异概率自适应调节机制改进遗传算法,并引入模拟退火算法的退火思想,有效避免了算法陷入局部最优。仿真结果表明:改进模拟退火遗传算法优化后的轨迹相比传统遗传算法有效缩短了机械臂的运动时间,进而提高了机械臂的工作效率。

关键词： 数据资产   会计确认   困境隐忧   消解路径  

摘要： 为适应数字经济发展需要,数据资源作为企业的一项资产纳入财务报表,这有助于企业改善报表质量、开辟新的收入增长点,并提升企业核心竞争力。但在实践中,企业数据资产入表面临着逻辑架构模糊、资产权属不明、盈余操纵风险、监管披露困难、价值评估方法争议等诸多问题。文章从数据资产的演进历程与未来发展态势出发,重点分析了企业数据资产入表的底层逻辑与现实动因,在此基础上对企业数据资产入表的整体流程框架进行了归纳梳理。同时,结合生命周期理论对数据资产价值评估方法进行合理划分,对数据资产权属确认及后续的列报、披露、监管提出合理建议,有助于进一步丰富企业数据资产的创新应用场域并实现其整体价值的跃升。

关键词： 骨肉瘤   生存率   深度学习   机器学习   人工神经网络  

摘要： 目的基于深度学习框架构建1、3和5年生存模型以预测骨肉瘤患者的生存情况。方法从SEER数据库获取骨肉瘤患者临床资料,利用pycox生存分析包构建骨肉瘤生存预测分类器,并进行模型预测和评估。结果数据清洗后最终3190例原发性骨肉瘤患者被入组。在3个数据集中,Log-rank检验结果显示,年龄、种族、肿瘤原发位、肿瘤转移程度、婚否、居住地和收入与生存有关(P<0.05)。3个预测模型的最小损失值分别为0.89、1.39和1.46,C指数分别为0.76、0.70和0.70,Brier分数分别为0.09、0.15和0.18。结论年龄、肿瘤原发位、肿瘤转移程度、婚否和居住地对骨肉瘤生存分类器具有较大的影响。

关键词： 抗体   抗中性粒细胞胞质血管炎   急进性肾小球肾炎   机器学习   人工神经网络   诊断模型  

摘要： 目的 联合运用随机森林与人工神经网络算法构建抗中性粒细胞胞质抗体(antineutrophil cytoplasmic antibodies, ANCA)相关性血管炎(ANCA-associated vasculitis, AAV)伴肾小球性肾炎的诊断模型。方法 从GEO和Array Express数据库下载分析所用的数据集(GSE108113和GSE104948为训练集,E-MTAB-1944为验证集),并在AAV伴肾小球性肾炎样本和正常对照样本中鉴定出差异基因。针对差异基因,进行了GO、KEGG富集分析并构建了蛋白质–蛋白质相互作用(protein protein interaction,PPI)网络。应用随机森林和人工神经网络算法进一步筛选特征基因,并构建和验证诊断模型。结果 鉴定出380个差异基因,其中194个显著上调,186个显著下调。富集结果显示差异基因多与免疫反应和代谢过程相关的通路有关。EHHADH、CCL2、FN1、IL1B、VAV1、CXCR4、CCL5、CD44位于PPI网络的核心。随机森林算法筛选出15个特征基因,人工神经网络算法计算每个特征基因的权重并成功构建了诊断模型。该模型具有显著的预测能力,曲线下面积(area under curve,AUC)1.000。验证队列的AUC为0.808,进一步证实了模型的准确性。结论 本研究运用机器学习算法成功鉴定了AAV伴肾小球肾炎的特征性生物标志物,并构建了诊断模型。该模型可为疾病早期诊断提供可靠参考,并为发病机制的研究提供新的视角。