基于SSA-LSTM的膝关节置换术后步态机能评估方法研究

针对膝关节置换术患者的术后康复过程中需要由康复医师完成定量评估,但这种传统方法的诊疗效率低的问题,提出一种基于麻雀搜索算法-长短期记忆神经网络(Sparrow Search Algorithm-Long Short-Term Memory,SSA-LSTM)的步态机能评估方法。该方法旨在通过高效、精确的量化评估,辅助康复医师更好地指导患者术后恢复。首先,提取了正常人和患者之间的步态时空参数,设计了回归评价指标;其次,利用麻雀搜索算法优化长短期记忆神经网络,构建了步态机能模型用于分析和评估。结果表明,相比传统回归模型,优化后模型的决定系数有所提升,平均绝对误差降低了25%,为膝关节置换术患者术后康复的步态分析提供了一种科学有效的量化评估方法。

双叉车运动同步控制系统的建模与控制器设计

电动托盘叉车是工业运载货物的重要工具,叉车的同步作业能实现小型叉车搬运重型负载,这可以显著降低运输成本。实现叉车同步搬运的主要挑战在于缺少精确的叉车动力学模型与高精度叉车同步算法。针对这些问题,基于牛顿力学建立叉车的动力学模型,提出了一种新的本体输入输出滑模控制(SC-IOSMC)方法,实现叉车本体的运动轨迹控制;采用交叉耦合输入输出滑模控制(CC-IOSMC)方法,实现两车的运动同步控制。叉车直行与转向同步实验表明,CC-IOSMC方法具有响应快、同步精度高的特点。此外,它还能有效抑制外界扰动。与现有交叉耦合PID同步控制策略相比,该方法显著降低了位置的同步误差,提高了双叉车同步控制系统的控制精度。