阿魏酸钠治疗慢性肾小球肾炎的临床疗效观察

目的探讨阿魏酸钠治疗慢性肾小球肾炎的临床疗效。方法将我院收治的102例慢性肾小球肾炎患者随机均分为两组,治疗组采用阿魏酸钠的治疗方法,对照组采用2丹参注射液的治疗方法。结果治疗组显效率和总有效率为60.78%(31/51),90.19%(46/51);对照组显效率和总有效率为39.22%(20/51),70.59%(36/51)。经统计学处理有显著差异性(P<0.05)。结论应用阿魏酸钠治疗慢性肾小球肾炎,能够明显改善患者的临床症状,提高其生活质量,减少患者尿蛋白的排出,降低血压,保护肾功能,值得临床推广应用。

慢性阻塞性肺疾病患者伴心律失常的临床疗效观察

目的探讨慢性阻塞性肺疾病患者伴心律失常的临床治疗效果,为临床治疗提供依据。方法选取具有慢性阻塞性肺疾病伴心律失常的患者124例,随机分为对照组和治疗组,每组62例。对照组采用常规治疗,治疗组在常规治疗的基础上,联合稳心颗粒治疗,进行疗效比较观察。结果治疗组在治疗前后的心律失常数目结果分别是62例和15例;对照组在治疗前后的心律失常数目结果分别是62例和37例。治疗组显效38例(61.29%),有效18例(29.03%),总有效率90.32%;对照组显效29例(46.77%),有效17例(27.42%),总有效率77.78%。两个结果显示治疗组明显优于对照组,经统计学处理差异有显著性(P<0.05)。结论应用稳心颗粒治疗咳慢性阻塞性肺疾病伴心律失常,不仅可以提高治疗疗效,而且明显地降低心律失常的发生率,且稳心颗粒不良反应少,值得临床推广。

一种改进的灰色BP神经网络预测模型

为提高灰色GM(1,1)模型的预测精度和BP神经网络的映射能力,提出一种改进的灰色BP神经网络预测模型。通过分别对灰色系统理论和BP神经网络2种模型进行改进,再串联组合成新的预测模型,并结合实测数据进行仿真试验。结果表明:改进后的模型能兼具二者优点,预测精度有较大提高,相对误差减小,运算速率更快。

基于Henon混沌映射的多目标粒子群算法改进分析

为解决多目标粒子群优化算法对初值敏感性较差和局部搜索能力不强的问题,提出一种改进的混沌多目标粒子群优化算法。根据多目标优化问题的概念,利用混沌对初值敏感、随机的特性,确定种群初始值,通过引入Henon混沌映射,将改进后的算法应用到3个典型的多目标测试函数,并与NSGAⅡ和MOPSO算法进行对比。仿真结果表明:改进的多目标粒子群算法在收敛性、分布性和均匀性等均有提高,具有可行性和优越性。

舰载机着舰引导装备体系系统级备件保障

针对舰载机着舰引导装备体系中随舰备件存在补给周期长、难度大的问题,对舰载机着舰备品备件保障进行研究。详细阐述备件保障关键指标及计算方法,引入k/N(G)表决关系把复杂系统等效分解为串并联结构,构建关键性指标在不同种备件寿命分布类型下的预测模型,分析备件保障概率、使用可用度以及利用率等随着备件数量的变化规律,利用解析计算方法实现预先评估备件方案,并通过算例对算法进行验证。分析结果表明:该方法优化了备件方案,提高任务完成度与经济性,同时为预先制定合理的备件方案提供参考,具有较高的应用价值。

着舰回收引导任务指挥人员能力评估

针对舰载机着舰回收引导任务指挥人员的能力评估问题,选用Delphi法建立能力评估模型,运用层次分析法确定各指标权重,设计指挥人员能力评估的BP神经网络模型,以层次分析法得出的结果为样本对其进行训练和测试。结果表明,该方法能避免人为失误并提高评估的准确性。

基于NSGA-Ⅱ算法的备件存储分配优化研究

针对航母上存储舰载机着舰回收引导装备体系保障备件的空间有限,以及现在舰上备件存储分配以人工为主所带来的不足等问题,提出基于NSGA-Ⅱ算法的备件存储分配优化方法。以备件使用效率和存放架受力情况为优化目标建立多目标优化模型并采用NSGA-Ⅱ算法对模型求解,该算法同时采用了多样性保护方法和精英保存策略,效率和性能都优于传统的进化算法且计算简单。通过仿真验证了算法与模型的优越性和可行性。

改进粒子群算法在舰船备件配置优化问题中的应用

舰船备件在装备系统维修保障等各方面都有着举足轻重的地位,其随舰出海数量的合理性直接影响到保障效率。论文提出基于CLPSO算法的舰船备件配置优化方法,以系统任务可靠度与费用之比为研究问题的目标函数,系统任务可靠度、费用作约束条件构建模型并进行求解。通过实例验证了算法与模型的优越性和可行性。

基于改进BP神经网络的导引头电子部件性能预测

为提高BP神经网络的映射能力,通过反馈环节中权值阈值和输出误差来给调整公式中常数项动量因子和学习速率赋新值,提出改进BP神经网络算法。改进后的BP神经网络从理论上调整精度更高,训练速率更快,二者从原来的依靠经验赋值变成变量,训练适应性更强。通过仿真实验,相比传统BP神经网络,改进后的BP神经网络在训练速率上更快,预测精度明显提高。因此得出结论,改进后的BP神经网络算法在部分电子部件性能预测中具有更好的适用性。