个性化驾驶员模型及其在车辆测试中应用

为了在车辆测试中融入不同的驾驶风格而使测试结果更接近于真实,提出一种基于汽车测试数据和神经网络的驾驶员建模方法。考虑到实际数据的高度离散性和局部突变性,以局部性神经网络的典型代表小脑模型关节控制器(Cerebellar model articulation controller,CMAC)网络为基础,采用学习控制的直接逆模型法来建立驾驶员模型,用此模型代替驾驶员或常规的PID模型进行联邦测试循环(Federal test procedure,FTP)标准工况的实验室测试。另一方面,为方便起见,建立并采用基于神经网络和汽车测试数据(Vehicle test data,VTD)的汽车模型来代替真实汽车进行模拟测试。以VTD以及FTP标准为背景的测试结果验证了所提方法的有效性。同时,采用个性化驾驶员模型能够在体现驾驶风格情况下完成标准工况测试,减轻劳动强度,并使实验室测试更接近于真实。

IFCC促甲状腺激素国际溯源和检测一致性系列研究(二)

目的通过参与国际临床化学联合会（IFCC）甲状腺功能检测标准化委员会（C-STFT）一致性研究方案,初步实现迈瑞检测系统促甲状腺激素（TSH）检测结果的一致性。方法使用不同批次试剂和校准品搭配构成的3种组合,分别检测发放的20例健康者标本,评估检测结果的批内不精密度和批间差异。与C-STFT提供的所有测量程序修剪均值（APTM）比对,评估一致性,并修正校准曲线进行重校准。结果检测结果的批内不精密度为1.95%,批间差异范围为0.47%-1.15%;与APTM存在正偏差,修正校准曲线重校准后,检测结果 Passing＆Bablok回归线斜率为1.0,相关系数大于0.975。结论通过检测IFCC统一发放的血清盘和参考提供的APTM值,修正校准曲线重校准,实现了该检测系统与其他厂家检测系统TSH检测结果的一致性。