问题导引-目标链接式护理干预对糖尿病患者低血糖发生率的影响

目的:探究问题导引-目标链接式护理干预对糖尿病患者低血糖发生率的影响。方法:选择2022年2月—2023年1月泰州市第三人民医院收治的86例糖尿病患者为研究对象,采用计算机法以01~086对患者进行编号,设置01~043患者为对照组(n=43),实施常规护理,设置044~086患者为观察组(n=43),实施问题导引-目标链接式护理干预。比较两组血糖水平、糖尿病自我管理行为及低血糖发生率。结果:护理前,两组血糖水平比较,差异无统计学意义(P>0.05);护理后,两组空腹血糖(FBG)、餐后2 h血糖(2 h PBG)及糖化血红蛋白(HbA1c)水平均下降,观察组低于对照组,差异有统计学意义(P<0.05)。护理前,两组糖尿病患者自我管理行为量表(SDSCA)评分比较,差异无统计学意义(P>0.05);护理14 d后,两组SDSCA评分升高,观察组高于对照组,差异有统计学意义(P<0.05);观察组低血糖发生率低于对照组,差异有统计学意义(P<0.05)。结论:在糖尿病患者的护理中采用问题导引-目标链接式护理干预,能有效控制血糖水平,提升患者自护能力,降低低血糖发生率。

FC-度量空间中的一般拟平衡问题及其对约束多目标对策的应用

利用KKM技巧,建立了非紧完备FC-度量空间中关于一般拟平衡问题的平衡存在性定理.作为应用,获得了该空间中的约束多目标对策的加权Nash平衡存在性定理.

FC-度量空间中的一般拟平衡问题解集性质及其对约束多目标对策的应用

近期,研究了FC-度量空间中的R-KKM定理、Browder不动点定理、匹配定理、重合定理、变分不等式、鞍点定理以及抽象经济和定性对策的平衡存在定理等.利用KKM技巧和非紧完备FC-度量空间中的的转移紧开值映射的极大元集的性质,研究了非紧完备FC-度量空间中的一般拟平衡问题和拟平衡问题解集性质.作为应用,获得了非紧完备FC-度量空间中的约束多目标对策的加权Nash-平衡点集和Pareto-平衡点集性质.结论统一、改进和推广了一些近期文献的已知结果.

基于目标-问题-度量模型的多级模糊软件测试质量综合评价

软件测试作为保证软件质量的重要手段,越来越受到重视,软件测试时间占整个项目周期的比重也越来越高,如何评价和提高软件测试质量是一个非常重要的研究课题。聚焦软件测试质量评价的目标,提出基于目标-问题-度量(GQM)模型的多级模糊软件测试质量综合评价方法,通过GQM模型分析得到6个直接度量元和22个二级度量元,给出每个二级度量元的计算方法;在度量元和目标之间采用多级模糊综合评价方法,建立量化的软件测试质量数学评价模型;同时给出了软件测试质量评价流程,进行软件测试质量评价。所提评价方法在实际项目中进行了应用,实践证明,使用所提方法开展软件测试质量评价不仅可以量化测试质量,还能提高测试质量。

基于静动力试验的铁路连续刚构-拱桥模型修正

为提升大跨度铁路连续刚构-拱桥有限元模型预测精度,同时针对传统有限元模型修正中只采用全局最优解而忽略可能更接近实际情况的局部最优解问题,提出一种基于距离机制的改进稳态遗传算法(DSSGA),利用实测静动力数据对其初始有限元模型进行模型修正。首先,介绍桥梁基本信息、初始有限元模型和静动力试验及其试验结果;其次,介绍DSSGA算法的理论以及其结合Kriging代理模型的基本修正流程,并通过测试函数验证DSS-GA算法的优化效果;最后,通过灵敏度分析选择待修正结构参数,利用拉丁超立方设计构建Kriging代理模型并检验其精度,利用静力位移、试验模态参数构造目标函数,对该桥进行模型修正。结果表明:与标准稳态遗传算法(SSGA)相比,DSSGA算法能够提供目标函数在搜索域的全局最优解和更多组局部最优解,有效避免SSGA算法角度机制所产生的解集不完整的局限性,且全局最优解的目标函数值更小,具有更高的搜索效率。经过模型修正,所有测点的位移相对误差控制在10%以内,频率相对误差控制在5%以内,修正后模型的预测精度大幅度提升。修正后的模型可作为该桥的基准有限元模型,用于后续桥梁健康监测与状态评估。

武器-目标分配问题的粒子群优化算法

建立了武器-目标分配问题的优化模型,分析了各种解决此模型的方法的优缺点。经典的粒子群是一个有效的寻找连续函数极值的方法,结合遗传算法的思想提出粒子群算法来解决武器-目标分配问题。经过比较测试,4种粒子群算法的效果都比较好,特别交叉策略A和变异策略B的混合粒子群算法是最好的且简单有效的算法。

多目标0-1背包问题的元胞竞争决策算法

为求解多目标0-1背包问题,基于竞争决策算法原理和多目标优化问题的特性,提出了一种求解多目标0-1背包问题的元胞竞争决策算法。将元胞自动机演化规则引入竞争决策算法,给出了算法的具体描述,并使用Delphi7.0实现了算法的具体步骤。为了提高多目标非劣解(Pareto解)的分布性和多样性,利用全局经验作为指导,在最稀疏的Pareto解附近进行邻域搜索。经过大量数据测试和验证,该算法具有真实的Pareto前沿逼近效果,是一种多目标优化问题的有效方法。

武器-目标分配问题的模拟退火算法

武器-目标分配(WeaponTargetAssignment)问题是一个典型的优化问题,模拟退火算法是求解此问题的一种有效方法。文章采用模拟退火算法对WTA问题进行求解,通过实验得到了理想的仿真结果。

多目标0-1规划问题的蜂群算法

针对多目标0-1规划问题,本文给出一种新型的智能优化算法——蜂群算法进行求解,并通过实例验证,与遗传算法、蚁群算法和元胞蚁群算法作了相应比较。就多目标0-1规划问题而言,蜂群算法能得到更多的Pareto解,说明了蜂群算法在解决该类问题上的有效性。

多目标0-1规划问题的蝙蝠算法

如何获取多目标问题更多的Pareto最优解具有十分重要的意义。在重新定义蝙蝠位置和速度更新公式的基础上,提出了一种用于求解多目标0-1规划问题的改进的蝙蝠算法。通过测试函数进行仿真实验,结果表明:与遗传算法、蚁群算法、元胞蚁群算法和粒子群算法相比,所提出的算法能够为多目标0-1规划问题找到更多的Pareto解,体现了蝙蝠算法在解决该问题上的有效性和优越性。

考虑失灵风险的随机多目标定位-库存问题及其优化算法

为实现物流系统整体优化,考虑失灵风险、随机需求、设施容量约束、提前期等因素,以系统总成本最小与客户满意度最高为目标,建立一个两级物流网络的随机多目标定位-库存问题模型。该模型是一个双目标的非线性离散混合整数规划模型。在此基础上,设计一种改进的基于小生境技术的非支配排序多目标遗传算法。实验结果表明,该算法可得模型的Pateto前沿解集,与标准非支配排序遗传算法相比,改进算法在收敛代数及解的数量和分布上均具有明显优势。在实际应用中,决策者可根据需要及偏好在Pateto候选解中选择合适的优化决策方案。

武器-目标分配问题的蚁群算法

文章建立了武器-目标优化模型,分析了各种优化方法的优缺点。采用蚁群算法解决了此问题,并通过实例给出了算法,并与匈牙利法做了比较,结果表明该方法比较有效。

武器-目标分配问题的分布估计算法及参数设计

建立了武器-目标分配问题的优化模型,分析了分布估计算法与遗传算法的异同.将分布估计算法应用于武器-目标分配问题,该算法通过统计当前群体中优选出的个体信息,给出下一代个体的概率估计,用随机取样的方法生成下一代群体.分析了个体种群数量、选择比例等参数对算法的影响,得出个体种群数量和选择比例取适中时效果最好的结论.仿真结果表明了分布估计算法求解武器-目标分配问题是可靠有效的.此方法具有较好的可扩展性,修改此算法可解决一般组合优化问题.

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析DRS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法—ε—支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.

奇异黎曼度量下г-等变分歧问题的г-C°接触等价d决定性(上)

使用奇点理论和群论方法对奇异黎曼度量之下的 Γ-等变分歧问题进行了研究 ,给出了 Γ-等变分歧问题中的Γ - C°接触等价的一个判别条件 ,推广了 Percell P B,ZOU Jian- cheng,Sun W Z关于分歧问题有限决定性C0理论中的有关结果 .证明将在文章的下半部分给出 .

奇异黎曼度量下Γ-等变分歧问题的Γ-C°接触等价d决定性(下)

研究了奇异黎曼度量之下的 Γ-等变分歧问题中的 Γ- C°接触等价性 ,提供了 Γ- C°等价的判别法 .它们是 Percell.P.B,ZOU Jiang- chen,SU N W Z关于分歧问题有限决定性 C0理论中的有关结果的推广 .

带(F-ρ)-凸的多目标变分问题的对偶

对一类包含任意范数的多目标变分问题（Ｐ）及其Ｗｏｌｆｅ和Ｍｏｎｄ－Ｗｅｉｒ型对偶，在对目标和约束函数的（Ｆ－ρ）－凸的假设下，证明了弱对偶和强对偶定理．

基于多目标演化算法的油田危险品物流系统选址-路径问题

危险品事故往往会产生灾难性的后果,研究油田危险品物流系统的管理方法和模型具有十分重要的意义。从选址-路径问题(LRP)集成化的角度研究鄂南油田危险品物流系统。提出了适合于鄂南油田的危险品运输的双层配送网络,并以道路危险度等级为约束,构建了一个总成本最小、风险最低、可靠性最强的油田危险品物资运输的多目标LRP模型;进而,通过多目标演化算法(MOEA)得到了Pareto最优解集合,并采用随机多属性可接受度分析方法(SMAA)对Pareto最优解集进行再次筛选,求得最优选址方案和最优配送路线;最后,以进化率、非劣解分布离散度和解空间分布多样性等指标衡量了MOEA的性能,结果验证了算法参数设置的合理性和非劣解集的有效性。本文提出的LRP模型和MOEA-SMAA求解方法对于进一步补充和完善危险品物流系统的选址-路径问题研究具有一定的理论意义,对油田、煤矿等行业的物流系统优化具有重要的现实意义。

一类由Hermitian Yang-Mills度量导出的半线性偏微分方程

本文研究了由一类Hermitian Yang-Mills度量的极限行为所导出的半线性方程的边值问题与全局解的径向对称性质.使用极大值原理与Leray-Schhauder不动点定理,我们得到了这个方程在R^(2)平面中全局C2解的径向对称性与这个方程的Dirichlet问题在任意有界区域内C^(2,α)解的存在性.

贪心遗传算法解决一般武器-目标分配问题

一般武器-目标分配问题,是使武器发挥最大效能而使目标遭受最大毁伤的最优化问题。遗传算法广泛用于解决最优化问题。提出一种具有贪心优化机制的局部搜索方法,以提高遗传算法的搜索效率,从而迅速找到全局最优解。应用于炮兵武器-目标分配问题的仿真试验结果表明,此算法比现有的其他搜寻算法具有更好的求解效率。