基于HP滤波的ARMA-ABCSVR-GABP网络流量预测

针对当前网络流量无法根据流量变化的特征进行预测,且通过单一或者组合模型依然得不到较高准确率的问题,提出一种基于HP(High-Pass Fliter)滤波的流量预测模型。基于高铁站流量数据日高夜低的周期特性以及流量波动增长的长期趋势,依据HP滤波将网络流量分解成周期序列及趋势序列。利用自回归-滑动平均模型(ARMA)对平稳序列预测的优势来进行周期变化的预测;使用人工蜂群算法(ABC)优化后的支持向量回归机(SVR)对趋势序列进行预测;将二者预测的结果叠加,使用遗传算法优化的BP神经网络(GABP)进行结合预测,进一步提高准确率。结果显示,该预测方法可靠,较其他方法具有优越性。

基于ABC-RBF神经网络的飞机燃油流量监测与故障诊断

为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的ABC算法对RBF神经网络进行的“反馈式更新”拥有更好的预测效果,其计算平均差值及预测误差更小,所需时间更短。随机选取短航程、中航程、长航程航班数据分别进行验证,结果表明:选择油门杆角度、飞行高度、马赫数、大气总温、发动机转速等参数能够反映发动机运行工况,预测效果理想;采用ABC算法对RBF神经网络进行优化后模型的更新能力较强,能够获得更高的预测精度,降低计算平均差值;通过航班故障数据验证了利用神经网络进行故障诊断的方法具有较大的实际应用价值。

用于Beltrami流的格子Boltzmann算法

给出 Beltrami流动中流体质点位移的格子 Boltzmann算法 .引入 Beltrami涡流的概念 ,并给出涡量和速度的结构 .应用格子 Boltzmann算法模拟 Beltrami流的 Arnold-Beltra-mi-Chidress( ABC)

急性髓系白血病患者化疗后微小残留病与多药耐药基因表达相关

目的明确急性髓系白血病(AML)中微小残留病(MRD)与多药耐药基因表达的相关性。方法收集初诊AML患者骨髓52例,用real-time PCR检测患者化疗前ABCB1、ABCC1、ABCC4及ABCG2 4种多药耐药基因的表达,同时用多参数流式细胞术(MFC)检测患者诱导化疗后和化疗3、6和9个月后的MRD表达水平。结果 52例AML患者MRD表达水平与ABCB1(P<0.01)、ABCC1(P<0.01)、ABCC4(P<0.01)和ABCG2(P<0.01)的mRNA表达水平具有明显相关性。持续监测9个月后,MRD再次转阳者ABC基因表达水平显著高于持续阴性者:ABCB1(P<0.05)、ABCC1(P<0.05)、ABCC4(P<0.01)和ABCG2(P<0.01)。结论 MRD表达水平与多药耐药基因表达水平显著正相关。

蛋白质相互作用网络的蜂群信息流聚类模型与算法

蛋白质相互作用网络的聚类算法研究是充分理解分子的结构、功能及识别蛋白质的功能模块的重要方法.很多传统聚类算法对于蛋白质相互作用网络聚类效果不佳.功能流模拟算法是一种新型聚类算法,但该算法没有考虑到距离的作用效果并且需要人为地设置合并阈值,带有主观性.文中提出了一种新颖的基于蜂群优化机理的信息流聚类模型与算法.该方法中,数据预处理采用结点网络综合特征值的排序来初始化聚类中心,将蜂群算法的蜜源位置对应于其聚类中心,蜜源的收益度大小对应于模块间的相似度,采蜜蜂结点的所有邻接点按照结点网络综合特征值的降序排列,作为侦察蜂的搜索邻域.采用正确率、查全率等指标对聚类效果做出客观评价,并对算法的一些关键参数进行仿真、对比与分析.结果表明新算法不仅克服了原功能流模拟算法的缺点,且其正确率和查全率的几何平均值最高,能够有效地识别蛋白质功能模块.

基于EOQ模型的配送中心物流优化研究

文中以马群苏果配送中心为例,通过调查发现其作业流程方面存在作业流程多且有部分重复、物流设备利用率低、货物配送不及时、破损率高的问题,库存管理方面依然使用的是传统的ABC分类法,商品管理不够细化并且纯粹利用销售额预测来决定进货数量,经常会出现产品库存积压或缺货的现象。针对以上问题,文中对其进行了优化。在作业流程方面,利用智能物流技术对原有作业流程重新设计,引入EPC、AGV、机器人等高新技术,减少了员工工作量,提高了作业流程效率;在库存管理方面,提出二次ABC分类法与EOQ模型相结合,对商品进行精细化管理并且解决了订货多少的问题,能有效地控制库存。

人工蜂群算法求解带有启动时间的批量混合流水车间调度问题

针对目前制造业中广泛存在的带有启动时间的混合流水车间批量调度问题,设计了一种基于离散人工蜂群算法的调度方法。鉴于该问题的离散组合优化特性,提出一种批次分割与调度相结合的整数序列编码方式。采用扩展的NEH算法产生初始蜂群,同时改进雇佣蜂阶段邻域搜索方式和侦查蜂阶段产生新解的方式,在提高搜索效率的同时避免算法陷入局部最优。最后以实际生产数据作为算例,验证了算法对解决该类问题的有效性,对生产实践起到指导作用。

Ⅰ期子宫内膜癌中p21ras的表达与DNA含量的研究

目的：探讨Ⅰ期子宫内膜癌ｐ２１ｒａｓ 表达及ＤＮＡ 含量。方法：ＡＢＣ免疫组化法及流式细胞术。结果：随组织学分级增高ｐ２１ｒａｓ表达率增高（Ｐ＜ ０．０５），ＤＮＡ 异倍体率亦增加（Ｐ＜ ０．０５）。异倍体子宫内膜癌中ｐ２１ｒａｓ阳性表达率（８２．３５％ ）较二倍体子宫内膜癌（３０．７７％ ）高（Ｐ＜ ０．０５）。结论：提示ｐ２１ｒａｓ作为子宫内膜癌预后参数的可能性。

基于人工蜂群算法的轨道交通列车行车间隔优化

轨道交通运营组织作为轨道交通运营企业管理的核心,在降低企业运营成本、提升服务水平和旅客出行效率方面起着非常重要的作用。提出一种基于人工蜂群(ABC)优化算法的列车行车间隔优化策略,在考虑运营企业和旅客各自利益的基础上,以列车发车间隔为决策变量,建立旅客平均候车时间最小和列车等候时间最大的双目标非线性规划模型。采用ABC算法对模型进行优化求解,结合京津城际铁路某日不同时段客流基础数据进行仿真,实例验证了所提算法和模型的有效性。

基于人工蜂群算法的水位流量关系最优定线研究

在保凸保单调的分段幂函数的基础上,进一步引入自动分段机制,解决分段幂函数在水位流量关系拟合中分段点难以界定的问题。使用自动分段机制后的模型待求参数更多,求解更复杂,因此使用鲁棒性强、收敛速度快且全局寻优性能优异的人工蜂群算法进行求解。研究结果表明,引入人工蜂群算法可以更好的拟合关系曲线,水位流量关系曲线率定求解更加有效。