关键词： 胸腔积液   人工神经网络   肿瘤标志物   肺癌   诊断模型  

摘要： 目的应用Logistic回归分析方法和人工神经网络(artificial neural network,ANN)技术,评估血清(serum,S-)和胸腔积液(pleural effusion,P-)中的癌胚抗原(CEA)、铁蛋白(FRT)、神经元特异性稀醇化酶(NSE)、鳞状细胞癌相关抗原(SCC)、糖类抗原50(CA50)、糖类抗原125(CA125)和细胞角蛋白19片段(CY21-1)在鉴别肺癌性胸腔积液(malignant pleural effusion of lung cancer,LC-MPE)与良性胸腔积液(benign pleural effusion,BPE)中的应用价值,建立通过肿瘤标志物诊断LC-MPE的诊断模型。方法对临床初诊的LC-MPE和BPE患者的血清和胸腔积液肿瘤标志物结果进行分析,应用Logistic回归分析和ANN技术分别建立诊断LC-MPE的诊断模型。结果S-NSE、S-CY21-1、P-CEA和P-NSE4项指标被筛选出并用于建模,研究建立的诊断LC-MPE的Logistic回归模型的灵敏度为93.23%,特异度为97.46%,ROC曲线下面积为0.992。建立的ANN模型的灵敏度为95.35%,特异度为97.22%,ROC曲线下面积为0.990(P<0.05)。结论在通过肿瘤标志物诊断LCMPE方面,建立的Logistic回归模型和ANN模型均有较好的诊断性能,上述2个模型均可辅助临床医生提高诊断准确率。

关键词： 机场运行管理   机位分配   候机楼拥挤   整数规划   遗传算法  

摘要： 为缓解高峰时段机场候机厅内局地过度拥挤现象,对既有廊桥分配方案进行再优化,构建数学优化模型,以最小化各登机口候机区域客流密度最大值为目标,综合考虑停机位预分配方案、前后航班及相邻登机口航班时刻、候机厅面积等约束,在不影响廊桥利用率的前提下,优化候机区客流时空分布,避免因局地过度拥挤而诱增潜在的管理风险。鉴于模型的计算复杂性,运用遗传算法进行优化求解。实例计算结果显示:算法收敛性能良好;优化后候机区内局地的客流密度峰值下降近50%,候机厅资源利用均衡性明显改善,对应均方差指标降幅超过51%,表明所提方法实现了预期效果,可提升机场运行管理水平和服务质量。

关键词： 热点区域   近地轨道   多重覆盖   遗传算法   星座   星下点轨迹  

摘要： 针对热点区域的多重覆盖问题,采用回归圆轨道的共星下点轨迹星座方案,提出基于遗传算法求解单颗卫星轨道参数、利用简单解析公式求解星座轨道参数的方法。首先,建立了回归轨道热点区域多重覆盖模型;其次,以卫星一个回归周期内覆盖时间最长为性能指标,首颗卫星轨道根数利用遗传算法可优化求取;最后,根据星下点轨迹重合这一约束条件设计星座构型,并利用各卫星间几何关系求解各卫星的轨道根数。理论分析和仿真结果表明,该方法简单且易于实现,设计结果正确,可实现回归周期内同一卫星星下点轨迹多次覆盖目标,星座使用卫星少、覆盖频率高,具有较好的工程应用价值。

关键词： 汽轮机   调节级   遗传算法   优化   数值模拟  

摘要： 采用了遗传算法迭代优化理论对调节级的叶型进行NURBS曲线寻优,得到了基于调峰工况下的优化叶型,并数值研究了叶型优化前、后的调节级级内流场的流动形态、叶片载荷分布和叶栅内损失的发展规律。研究结果表明:叶型优化后,更大的动叶前缘直径能有效降低小容积流量时汽流攻角对流场的影响,更流畅的背弧和更薄的出口边能使调节级叶栅通道内端壁损失减少,二次流的影响区域变小,叶片的载荷增大,叶片表面的附面层厚度得到有效的抑制,叶型损失降低,流动效率有所提高。优化后叶栅不仅在调峰工况性能改善明显,而且在设计工况同样具有良好的性能。

关键词： 文化霸权   意识形态控制   电影《小丑》  

摘要： 电影《小丑》以其独特的艺术风格和深刻的社会隐喻,提供了一个探讨文化霸权及其消解的绝佳案例。文化霸权通过教育体系、媒体与文化工业、法律与政策制定等多种渠道,将社会规训制度化地嵌入社会治理的各个环节,从而巩固其社会地位。然而,当个体遭遇结构性压迫,特别是当这种压迫达到临界点时,可能会触发对现有社会规范与价值观的深刻质疑。研究揭示了文化霸权理论在理解现代社会现象中的应用价值,并为构建更加公正和谐的社会提供了理论视角。

关键词： 有限元模拟   疲劳分析   Kriging回归   改善期望准则   遗传算法  

摘要： 为提高抽壳滑板的疲劳寿命,进而满足射速在1500发/min左右的某10连发高射速自动机寿命达1000发的最低寿命要求,提出一种基于Kriging回归的代理模型用于抽壳滑板的疲劳优化。在与试验结果相符的有限元模型基础上,通过拉丁超立方采样设置初始样本点,构建与样本点相对应的结构模型,并计算每一组样本的理论寿命。根据初始样本点构建Kriging代理模型的同时,采用以改善期望准则为加点准则、遗传算法为子优化求解算法的代理优化算法来对目标函数进行寻优。优化后抽壳滑板的疲劳寿命提高到1193发,且经试验验证,优化结果满足自动机战术技术指标。研究结果表明,通过基于Kriging和遗传算法的代理优化算法能够快速有效地寻优得到全局最优解,适用于高射速自动机内破断零部件的疲劳优化,对工程应用具有一定的借鉴意义。

关键词： 高速信号   状态判断   BP神经网络   遗传算法  

摘要： 针对引信控制系统高速信号状态判断误差大和BP(Back Propagation,BP)神经网络在状态判断过程中存在精度差、易陷入局部最优解的缺点,利用其它寻优算法来改善BP神经网络的缺点以减小高速信号状态判断的误差。本文利用遗传算法优化BP神经网络来构建模型,以引信的高速信号时间和电压为输入指标建立了分类模型,将其用于高速信号状态的判断来提高识别准确率,加快收敛速度,降低误差,并根据高速信号来了解引信控制系统在每一时刻处于哪种状态从而判断系统是否正常可靠。仿真分析结果表明,本文方法在引信的高速信号状态判断方面具有识别结果优、收敛速度快、误差小的特点,其正确率达到了99.6%,优于BP神经网络的88.6%和卷积神经网络的98.7%;同时,平均绝对误差降低至0.01210,均方误差降低至0.04368,均方根误差降低至0.20901,进化代数为23代,优于BP神经网络的0.16842,0.31985,0.56475,51代,卷积神经网络的0.02263,0.0605,0.24597,25代。连续实验结果表明,改进后的模型鲁棒性更优,威尔克森秩和检验结果也表明,改进后的模型比BP神经网络和卷积神经网络的识别效果更优,有更好的泛化能力,模型满足了高速信号状态判断要求。

关键词： 萤火虫算法   遗传算法   移动机器人   路径规划  

摘要： 针对萤火虫算法在路径规划中存在收敛速度过慢、容易陷入局部最优解,非必要转向次数过多等问题,提出一种新的基于遗传算法(GA)与萤火虫算法(FA)的混合算法(GFA)。算法的核心思想是当萤火虫算法陷入局部最优解时,将局部最优的萤火虫视为一个群体在遗传算法中进行二次优化,并通过改进遗传算子和引入一种自适应调整交叉和变异概率的方法,防止算法过早收敛,并得到最优的萤火虫个体。仿真结果表明,新的混合算法有更好的精度和性能,能够为移动机器人规划出一条综合性能较好的路径。将该算法应用于机器人室外路径规划中,通过导航实验证明了改进算法在实际环境中也能高效率、平滑地完成路径规划任务。

关键词： 火力发电机   三环控制   参数整定   遗传算法  

摘要： 火力发电机的控制精度对提高发电效率具有很大的影响。为了进一步提高火力发电机三环(位置环,速度环和电流环)遗传控制精度,选择遗传算法来整定主轴参数。在辨识参数对变增益PI控制的基础上,通过设置惯性权重系数来实现收敛速度。从直线信号方面开展进给测试,促进了跟随性能的显著提升。研究结果表明:进给状态下获得了更低跟随误差,表现出了更优的跟随性能。相对人工经验方法,三环遗传控制方法的绝对误差极值和绝对误差积分降低了30%左右,对跟随误差达到了更优跟随性能,提升了跟随性能。该研究有助于提高火力发电机控制精度,也可拓宽到其他类型的电机控制领域。

关键词： 尾门   优化   径向基神经网络   试验设计   遗传算法  

摘要： 某一新车尾门悬挂重达35 kg备胎,需满足下垂性能指标及轻量化需求,针对传统人工迭代优化周期长、难度大的问题,提出一种基于径向基神经网络(RBF)的尾门优化方法,首先将尾门结构参数和料厚定义为可优化设计变量,然后通过试验设计(DOE)生成不同设计变量与车门下垂性能对应关系的多组数据,再基于RBF建立结构参数和性能的非线性映射,最后基于Isight的遗传算法对尾门参数进行优化。结果表明,优化方案尾门满足下垂下坠性能,并且减重1.0 kg(3.7%)。该研究对尾门优化设计有较大的工程参考价值。