关键词： 人工神经网络   类风湿关节炎   基因   免疫细胞  

摘要： 目的:运用人工神经网络确定类风湿关节炎(RA)的特征基因,并分析免疫细胞在RA相关微环境中的作用。方法:GSE1919和GSE77298芯片均来自GEO数据库。运用R语言将两芯片进行合并与批次矫正,得到一个新数据集,并进行差异分析。对差异表达基因(DEGs)进行Metascape富集分析和GO、KEGG富集分析。运用R软件“randomForest”包在随机森林(RF)算法下筛选RA特征基因,并依据基因评分构建人工神经网络模型。提取排名前4的基因(HubGene)进行后续分析。应用单样本基因集富集分析(ssGSEA)计算样品中免疫细胞丰度并进行相关性分析。结果:人工神经网络模型筛选出排名前15的基因作为RA特征基因:STAT1、RUNX3、AR、CDH11、LMO4、TIMP1、PLXNC1、CAP2、PRKAA2、VDR、SPP1、HCK、EPHB2、KCNAB1、ITGB7,其中STAT1、RUNX3、CDH11在RA滑膜组织中均上调,AR在RA滑膜组织中下调。免疫细胞浸润结果显示,RA与活化CD4 T细胞相关性最显著。与RUNX3存在显著相关性的免疫细胞最多。RUNX3与活化B细胞、活化CD4 T细胞、活化CD8 T细胞、中央记忆CD4+T细胞、效应性记忆CD8 T细胞、调节性T细胞、γδT细胞和巨噬细胞呈显著正相关,但与NK细胞呈显著负相关。结论:通过人工神经网络确定了与RA相关的15个特征基因,其中排名前4的基因为STAT1、RUNX3、AR、CDH11。强调了活化CD4 T细胞、调节性T细胞、γδT细胞、巨噬细胞、NK细胞、活化B细胞等免疫细胞在RA发病机制中的重要性,为RA诊断和免疫细胞分子机制研究提供了新见解。

关键词： 碾压混凝土重力坝   温度场   遗传算法   反演分析   有限元仿真  

摘要： 由于碾压混凝土重力坝施工现场条件复杂,实验获得的参数与实际参数存在一定的差异。为获得高精度的温度场仿真结果,根据某碾压混凝土重力坝现场实测温度数据,利用遗传算法反演该碾压混凝土坝的绝热温升Q 0、温升常数n和导热系数λ,并运用所得的反演参数进行温度场仿真模拟分析,对比不同测点个数下反演所得参数的可靠性和精确性。结果表明:通过遗传算法进行参数反演可有效提高反演的速度与精度,并且反演所依据的测点个数越多反演结果越接近实测数据,9个测点反演比3个测点反演误差减少了1.43%,比6个测点反演误差减少了0.44%。因此,在利用遗传算法进行参数反演时应尽量选择较多的测点个数,以提高仿真计算的精度。研究结果可为碾压混凝土重力坝热学参数反演提供理论指导和依据。

关键词： 注射成型   多目标优化   Box-Behnken设计   NSGA-II遗传算法  

摘要： 为解决注射成型过程中铸件的质量和铸造效率低等问题,提出一种NSGA-II算法和TOPSIS方法与响应面法相结合的新型注射工艺参数优化筛选方法。以定轴为研究对象,采用Box-Behnken设计,以熔体温度、模具温度、注射时间、保压压力为变量,以翘曲变形量和体积收缩率为响应变量,采用NSGA-II遗传算法对2个响应的目标函数执行优化,用TOPSIS方法求解优化得到的Pareto前沿解集,找到最优解。仿真结果表明,当注射时间为40.71s、模具温度为131℃、熔体温度为180.07℃、保压压力为65 MPa时,翘曲变形降低了10.92%、体积收缩率降低了11.19%。优化后的注射工艺参数可有效消除铸件内部收缩松动和缩孔缺陷,形成性能良好的致密铸件,提高了产品质量。

关键词： 柔性作业车间调度问题   模糊质检时间   重调度   遗传算法  

摘要： 为解决更符合现实情形的模糊质检时间柔性作业车间动态调度问题,以最小化完工时间为目标,立足紧急插单、机器在空载运行时发生故障和机器在加工工件时发生故障的三种故障情形,建立了带模糊质检时间的机器故障、紧急插单重调度模型。设计了基于元胞自动机邻域搜索和随机重启爬坡算法的改进遗传算法求解模型,即针对车间调度问题中存在的订单排序和机器选择双决策问题特征,设计包含工序码和机器码的双层编码方案,并基于遗传算法思想对工序码和机器码设计相应的交叉、变异等遗传操作。同时,将遗传操作应用于基于元胞自动机的邻域搜索算法框架中以增强算法全局搜索能力,整合基于关键工序的随机重启爬坡算法以提高算法局部开发能力。实验选取10个柔性车间调度算例验证了所提算法的有效性,同时,测试1个模糊质检时间柔性车间调度算例验证了模型的有效性。另外,实验也测试了不同故障场景,得出该动态调度方法优于实际场景中常使用的“工件后移”调度策略。

关键词： 振动与波   改进物体碰撞算法   高斯白噪声扰动   模型修正   联合优化方法   遗传算法  

摘要： 工程结构模型修正常面临变量维度高、非线性程度强等现实问题,其模型修正的精度和效率受到严重影响,为改善这一不足,提出基于改进物体碰撞算法(Advanced Colliding Bodies Optimization,ACBO)和高斯白噪声扰动(Gaussian-white-noise Mutation,GM)的联合修正方法。在联合方法中,ACBO实现从传统的“一对一”到“优对多”的碰撞模式的转变,GM则用于保证碰撞过程中种群的多样性,可有效提升结构模型修正效率。基于一系列测试函数,对比分析标准物体碰撞算法(Colliding Bodies Optimization,CBO)和联合优化方法的优化性能;给出基于ACBO-GM联合方法的修正流程,并将其应用于钢框架修正算例和悬臂梁修正实例,对比研究基于联合修正方法与基于遗传算法(Genetic Algorithm,GA)的修正精度和效率。研究表明,ACBO-GM联合优化方法在精度和效率方面都明显优于传统的CBO方法,该优化方法的可行性得到验证;基于ACBO-GM联合方法在钢框架和悬臂梁两个工程结构修正案例中的应用,其修正精度均与基于GA方法的精度一致,但修正效率显著优于基于GA的修正方法。

关键词： 矿工   疲劳识别   心电信号   最小二乘支持向量机   遗传算法  

摘要： 为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后,采用主成分分析法对选取的特征指标进行降维处理,建立表征矿工疲劳程度的特征集;在此基础上,利用遗传算法优化最小二乘支持向量机的关键参数,构建矿工疲劳程度识别模型。结果表明:选取的矿工疲劳程度特征指标能够有效反映矿工的疲劳程度;相较GA-SVM和LSSVM模型,融合GA-LSSVM模型可显著提高矿工疲劳程度的识别准确率(平均识别准确率为96.87%)。构建的矿工疲劳程度识别模型可较为高效地识别矿工的疲劳程度,对煤矿人因事故的防控具有一定的现实指导意义。

关键词： 客船疏散   预测模型   BP神经网络   遗传算法  

摘要： 针对客船人员疏散问题,设置了影响疏散时间的多个参数,构建了3×3×3×5×6=810种不同的疏散场景,利用Pathfinder人员疏散仿真软件获得了810组人员疏散时间的模拟数据,并在此基础上建立两种不同的预测模型:一种基于BP神经网络,另一种则结合了遗传算法的GA-BP神经网络,对其进行实验性能对比。结果表明,优化后的神经网络预测准确率达到97.7622%,相较于优化前提高了2.5394%。采用遗传算法对神经网络进行优化,训练时间有所减少,准确性大大提高,可为船舶应急处理提供科学依据和新的技术手段。

关键词： 网络功能虚拟化   虚拟网络功能   映射与调度   强化学习   第三代非支配排序遗传算法  

摘要： 网络功能虚拟化环境下,为满足用户不同需求并提高资源利用效率,将虚拟网络功能映射与调度联合考虑。首先,通过构建网络低时延、虚拟机资源高利用及能量低损耗的多目标优化模型,设计了一种强化学习(RL)联合第三代非支配排序遗传算法(NSGAⅢ)的优化方法RL-NSGAⅢ;然后,采用两段式初始化技术求得高质量初始解,利用强化学习的优势自适应调节交叉变异参数,以保持种群多样性;最后,基于参考点的第三代非支配排序遗传算法,将虚拟网络功能映射至虚拟机并进行调度服务,得到多目标优化策略。仿真结果表明:相较于已有的NSGAⅢ、NSGAⅡ和MOPSO算法,采用RL-NSGAⅢ算法计算得到的时延降低了17%~28%,节点负荷提高了9%~19%,能量损耗降低了12%~26%,表明所提算法在提高网络速率和降低网络运营支出上的有效性。

关键词： 双色电子产品外壳   综合评价策略   响应曲面   多岛遗传算法  

摘要： 文章以某款双色电子产品外壳为例,以第一射平均体积收缩率、第二射平均收缩率和总翘曲变量作为评价双色产品质量的指标,利用正交实验,结合极差分析、方差分析和综合评价策略,研究得出了第一射熔体温度、第二射的模具表面温度、第一射的模具表面温度和第二射熔体温度影响因素最显著,其他因数不显著;采用响应曲面BBD设计对显著性影响因数进行了实验规划,建立双色电子产品综合评价指标与显著因数的响应曲面模型,并利用多岛遗传算法对该模型实现寻优过程,得到了最佳工艺参数,从而为双色产品成型工艺过程的制定提供了一种可行的工艺规划技术。

关键词： 电磁轨道炮   能量效率   解空间   帕累托优化   遗传算法  

摘要： 针对易损性不同的空袭目标“订制”不同能量的拦截弹丸是电磁轨道炮的重要技术优势,针对弹丸特定预期炮口速度,轨道炮电源端不同的电压、激励电流、轨道不同尺寸等参数构成了存在较多可行解的解空间,自然存在最优解问题。以弹丸炮口速度、系统能量效率最优为目标,设计了4个逐次递进的多目标优化问题,采用非支配排序遗传算法(NSGA-Ⅱ),将求解空间逐步拓展至弹丸质量、轨道尺寸、电源电容、电压,特别是放电时序等参数,通过对轨道端、电源端的参数空间寻优,求出系统帕累托最优解,基于最优解对轨道炮的系统效率和各影响因素进行了研究,并给出了分析结论。