环孢素A和他克莫司的高效液相色谱-串联质谱检测及其室内质控评价

目的建立环孢素A和他克莫司治疗药物监测的高效液相色谱-串联质谱(HPLC-MS/MS)质控方法,应用Westgard多规则理论对质控样品进行评估。方法利用HPLC-MS/MS建立人全血中环孢素A和他克莫司的血药浓度检测方法。对治疗药物监测过程中低、中、高3个浓度水平的质控样品进行统计分析,绘制Levery-Jennings和Z分数质控图,应用Westgard多规则理论进行室内质控评估。结果环孢素A和他克莫司的线性范围分别为10.40~1040.00和0.50~49.50 ng·mL^(-1),定量下限分别为10.40和0.50 ng·mL^(-1),提取回收率分别为108.61%~113.24%和101.99%~109.37%,内标归一化的基质因子分别为106.68%~111.27%和95.70%~97.81%,日内和日间的准确度及精密度均小于15.0%,其他参数也均符合生物样本定量分析要求。Levery-Jennings和Z分数质控图显示,2022年第三季度26组质控样品的检测结果提出警告4次(违反12s规则),未出现失控现象。结论建立的环孢素A和他克莫司治疗药物监测室内质控体系能够有效保障血药浓度检测的准确性。

基于ER Rule的多分类器汽车评论情感分类研究

该文针对汽车评论语料的情感二分类问题,提出一种基于证据推理规则的多分类器融合的情感分类方法。在情感特征构建方面,通过实验对比不同特征模型对分类结果的影响,并改进传统的TFIDF权重计算方法。同时,在此基础上使用ER Rule融合不同分类器进行文本情感极性分析,并考虑各分类器的权重和可靠度。最后,爬取汽车网站上的评论数据对上述方法进行测试,并用公开的中文酒店评论语料数据进行了验证,结果表明该方法能够有效集成不同分类器的优点,与传统机器学习分类算法相比,其结果在Recall,F1值和Accuracy三个指标上得到了提高,与目前流行的深度学习算法和集成学习算法相比,其结果总体占优。

熔压温度对光纤面板抗弯强度的影响

光纤面板在微光夜视、空间探测、核诊断、医学诊疗等领域有着广泛的应用,在使用过程中对强度有一定要求,目前缺少相关研究,本文研究了熔压温度对光纤面板x、y、z三个方向抗弯强度的影响,采用三点弯曲法测试光纤面板的抗弯强度。结果表明:熔压温度为660℃时,二次复丝之间熔合不充分,存在间隙,光纤面板抗弯强度较低,x、y、z方向抗弯强度分别为107、93、114 MPa;熔压温度为670℃时,二次复丝之间间隙消除,但依然存在界面,抗弯强度有所提升,x、y、z方向抗弯强度分别为110、109、125 MPa;熔压温度为680℃时,二次复丝充分熔合,此时光纤面板抗弯强度在x、z方向满足复合材料混合定律,分别为123、127 MPa,y方向芯玻璃作为增强相对皮玻璃起到增强作用,抗弯强度为113 MPa。本文研究对提高光纤面板强度以满足装管和使用需求具有重要意义。

基于模糊数学的多源异构数据融合模型

针对多源异构型数据来源复杂、结构特殊,导致其融合难度较大的问题,为提升数据融合效率与准确性,提出一种基于模糊数学的多源异构数据融合模型.首先,利用联邦加权平均融合策略,整合从各传感器传输至数据级融合层中的元数据,得到数据级融合结果;其次,结合主成分分析法与典型相关分析法,提取出由网络本体语言统一后数据的特征,完成特征级数据融合;再次,根据模糊数学理论建立、更新模糊规则库,通过决策融合算法,得到决策级融合结果;最后,将上述不同层级的数据融合结果结合建立数据融合模型,得到最终的数据融合结果.实验结果表明,该方法的最大协方差值和绝对误差值不超过0.15,最短融合时间仅为12.6 ms.该方法的融合精度和稳定性较好,时效性与抗扰性均具有显著的优越性.

新时期实用性村庄规划评估工作探索与思考

村庄规划评估是达成村庄发展长远目标、提高村庄规划实用性及治理实效性的关键工具。聚焦国土空间规划背景下的村庄规划,以编制质量和实施效果为基本出发点,构建了兼顾前瞻性和实效性的村庄规划评估体系及内容框架,以满足地方政府监测村庄发展,检视规划有效性,服务规划管理的现实需求,助力下一轮“多规合一”实用性村庄规划工作的全面高效开展。

基于多维关联规则的用电负荷智能预测方法

用电负荷预测受到冗余数据影响,负荷预测值与实际值相差较大,因此提出基于多维关联规则的用电负荷智能预测方法。使用多维关联规则挖掘用电负荷频繁项集,获取全部用电负荷待预测数据,根据挖掘结果划分用电负荷种类。计算多维关联规则提升度,预处理冗余数据,生成待预测目标集。根据获取的用电序列,整合全部频繁项集,构建预测模型,并进行强关联学习。通过调整负荷数据训练收敛程度,获取用电负荷的最大、最小值。在用电设备节点中注入用电负荷预测多维关联规则修正数值,避免噪声数据影响预测结果。实验结果表明,该方法最大、最小负荷与实际数据,分别在9月30日和6月15日存在5 MW和0.3 MW的误差,说明该方法预测结果精准。

货架下方可通行无人仓中多自动导引车系统的路径规划

多自动导引车(automated guided vehicle,AGV)系统进行搬运作业时容易发生冲突、碰撞和死锁。为此,引入多值栅格和交通规则改进A*算法解决货架下方可通行场景下多AGV系统的轨迹规划问题。为提升系统搬运效率,通过增加货架召回机制、转弯代价和热度代价对规划路径进行优化,并采用二叉堆数据结构提高路径规划速度。利用Python搭建了可视化的四方向栅格无人仓模型,对改进A*算法和轨迹优化策略进行仿真验证。仿真结果表明,改进A*算法具有求解速度快、防死锁能力强的优点,可以快速完成该场景下的多AGV系统的路径规划。

我国既有多层住宅加装电梯费用分摊的合作博弈模型及其公理化刻画

本文结合我国当前城市既有多层住宅加装电梯费用分摊问题的实际,引入了具有联盟结构的赋权合作博弈模型。在该类博弈中,参与者将依据现实情况进行结盟,形成所谓的“优先联盟”。在此基础上,提出了被称为权分值的分摊规则,并证明了它可以由可加性、联盟内比例对称性、联盟间比例对称性和空化参与者性四个公理唯一确定。作为这个合作博弈模型的应用,本文将我国城市既有多层住宅加装电梯费用分摊问题可归结为具有联盟结构的赋权合作博弈模型,其中业主为参与者,而每一层的参与者们可看作一个优先联盟。当取适当的权值时,该分摊规则涵盖了我国大部分城市出台的既有多层住宅加装电梯业主费用分摊的指导标准,这为这些标准的完善、推广和实施提供了合理的理论依据。

利用集成剪枝和多目标优化算法的随机森林可解释增强模型

随机森林模型是广泛应用于各个领域的经典黑盒模型,而黑盒模型的结构特征导致模型可解释性弱,需要借助可解释技术优化随机森林的可解释性,从而促进其在可靠性要求较高场景的应用与发展。研究构建了基于集成剪枝和多目标优化算法的规则提取模型,集成剪枝在解决树模型规则提取易陷入局部最优的问题上具有代表性,多目标优化在解决规则准确性和可解释性的平衡问题上有多个领域的应用。模型验证结果表明,所构建模型能够在不降低准确性的前提下优化模型的可解释性。本研究首次将集成剪枝技术与多目标优化算法相融合,增强了随机森林的可解释性,有助于推动该模型在可解释性要求较高领域的决策应用。

基于机器学习的黄河上游梯级水库群多目标优化调度规则提取

为最大化发挥多功能水库综合效益,构建了黄河上游梯级水库群发电、供水、防洪、防凌、生态多目标优化调度模型,采用多元线性回归模型、随机森林模型和LightGBM模型提取了梯级库群多目标调度规则,并通过改进泰勒图和典型调度方案对提取效果进行了评价。结果表明:随机森林模型和LightGBM模型对调度规则提取的效果整体优于传统的多元线性回归模型,LightGBM模型训练结果更有实际指导意义,在发电、供水及均衡调度需求下均能有效指导水库贴近优化下泄过程。

基于增强模拟退火算法的动车所调车作业计划多目标优化方法

尽头式动车所调车作业存在多种可选作业模式,且在调车作业时需考虑作业总时间及转线复杂度等多性能指标,合理制定综合上述情况下的动车所调车作业计划,对提高动车所检修能力具有重要意义。为此,以最小调车作业时间及转线复杂度为目标,构建带咽喉区股道约束的动车所调车作业混合整数线性规划模型,并提出一种增强多目标模拟退火算法(EMOSA)。该算法融合基于启发式规则的解码设计,以消除股道占用在时空上的冲突,面向调车作业进行股道合理分配;设计与问题规模相关的帕累托前沿解集重启机制,避免算法陷入局部最优。对不同规模的多个案例进行测试,验证了所提改进算子的有效性。最后,以某动车运用所的调车作业计划编制为例,验证了模型和算法的实用性和正确性。

基于物联网的非侵入式负荷状态监控系统设计

针对电子工艺实验室因设备多、类型多而带来的管理困难和安全隐患问题,利用物联网技术研发一种非侵入式负荷状态监控系统.该系统包含监测节点和服务器两部分,前者用于负荷状态识别,后者负责统计与控制.为准确识别节点上的设备状态,在监测节点端设计非侵入式负荷状态监测算法,其包括多状态负荷分离、状态特征提取和负荷识别等过程.真实场景的实验结果表明,研发的系统可以准确地监控电子工艺实验室的设备.

基于改进概率软逻辑模型的高校学生状态推理方法

随着高等教育的普及,各类管理决策需求增加,基于数据驱动和知识驱动的决策方法成为新的发展趋势。基于此,提出了一种通过改进概率软逻辑模型挖掘知识规律和推理学生状态的方法,该方法通过引入规则挖掘算法,赋予概率软逻辑模型自动挖掘规则的能力。在真实学生状态数据上的实验结果表明,该方法在多项目标关系的推理上,准确率能达到80%以上,并且多层次推理结构的实验效果优于非层次推理结构的实验效果。对于学生状态类非完整知识库数据的挖掘和推理,该方法减少了人工工作量,降低了因人为认知偏差带来的不确定性。

标准化在地方安全生产治理中的挑战与应对

标准化活动在地方安全生产行政治理中的表现日趋活跃,安全生产领域不同行业业态的标准化治理需求逐步增加,各个行业的安全监管有赖于行政行为在标准化领域的深化和拓展。在多元主体共治的背景下,以标准化和法治视角深入分析标准的治理工具在行政实务中的具体表现,辨析安全生产领域地方标准与法规互动过程中的现实风险,厘清地方标准化开发与扩散过程中法治的特征和不足,在“软法”和“硬法”的协同作用下,从标准制定、多元治理、立法融合、实践应用等方面提出标准化在地方安全生产治理中的应对之策,以适应地方政府实施标准化治理的意图。

金下-三峡-葛洲坝梯级水库联合优化调度方案比较研究

依据水库调度图进行模拟调度,以检验设计值的合理性并作为方案比较的基准。分别建立金沙江下游和三峡-葛洲坝6座梯级水库联合调度和多目标优化调度模型,采用基于Gaussian径向基函数的“参数化-模拟-优化”框架和Borg算法求解优化模型的Pareto前沿。对比研究结果表明:6库设计年发电量合理可靠,联合调度需考虑回水顶托影响;联合(优化)调度方案与单库调度方案对比,6库年均弃水量分别降低20.38%(30.44%),增发电量4.01%(5.45%),其中溪洛渡、向家坝和葛洲坝水库增发电量最大;发电量与蓄满率互相制约,三峡水库9月10日起蓄面临着枯水年难以蓄满的问题,建议进一步优化三峡水库汛期运行水位并考虑提前蓄水。

考虑工艺约束的多阶耦合集成调度问题优化

具有工艺约束的多阶耦合集成调度问题(MCISP_PC)普遍存在于现有混合生产制造企业中。针对加工-运输-装配3个阶段,结合多阶耦合性特征,提出结合规则启发式的混合分布估计算法(HEDA_RH)求解以最小化最大完工时间为优化目标的MCISP_PC。在充分挖掘问题耦合约束层级性和时序性基础上,采用只针对加工阶段的编码方式,并对各阶段分别提出两种规则,通过实验确定较优规则组以完成解码。在HEDA_RH中,结合个体中出现的同型聚集块和异形聚集块两种块结构特征,从全局角度设计概率模型更新机制和两种采样方式,较好地引导搜索方向以提高求解效率;从局部角度设计矩阵立方学习模型,通过积累6种启发式搜索操作优质信息,自适应地选择调整搜索深度及规则执行策略以改进解的质量。最后,通过仿真对比实验验证了HEDA_RH求解MCISP_PC的有效性。

广西林权数据整合成果质检系统研究

针对广西林权数据整合成果数据存在重复返工,质检信息化、数字化程度低,检验过程无控制,质检记录不完整的情况,基于林权数据整合,开展自动化业务模式和数字化传递技术研究,开发了广西不动产林权数据质量检查入库系统。该系统实现林权数据整合成果质检后一键入库至广西不动产登记信息管理云平台,解决了质检重复工作、数据质量不可控等问题,提高了项目作业效率和项目通过率。

基于深度学习与规则结合的海运货物邮件命名实体识别

针对海运货物邮件实体识别中存在识别精度不高、实体边界确定困难的问题,提出一种结合深度学习与规则匹配的识别方法。其中:深度学习方法是在BiLSTM-CRF(Bidirectional Long Short Term Memory-Conditional Random Field)模型的基础上添加词的字符级特征,并融入多头注意力机制以捕获邮件文本中长距离依赖;规则匹配方法则根据领域实体特点制定规则来完成识别。根据货物邮件特点将语料进行标注并划分为:货物名称、货物重量、装卸港口、受载期和佣金五个类别。在自建语料中设置多组对比实验,实验表明所提方法在海运货物邮件实体识别的F1值达到79.3%。

异类多维复合元间的传导规则及其在可拓创新设计中的应用

在可拓创新设计研究中,很多创新设计要素都可以用多维复合元进行形式化表达,且很多都属于异类多维复合元(Heterogeneous Multi-dimensional Compound-elements,HMdCes),它们之间存在着各种复杂的关系,目前还缺乏对这些HMdCes间的传导规则的研究。本文基于基元变换的传导规则,建立了内部不含基元运算的HMdCes间的传导规则和内部含多个基元或基元运算的HMdCes间的传导规则,可以为可拓创新设计创意的生成提供更多推理依据。以ZDY系列一级减速器的功能与结构设计为例,利用文中所建立的HMdCes间的传导规则,验证了规则的普适性和有效性。

两阶段多标签分类探索中医证素辨证规律

探索证素辨证规律能更好地辅助临床决策和促进中医辨证理论的传承。中医文本句式结构复杂、表述标准不一,难以匹配符号规则,且神经网络黑盒特性又难以直接解释其辨证过程。为探索中医证素辨证规律,第一阶段使用神经网络模型对证素进行多标签分类,通过稀疏注意力捕获与证素相关的关键词及其权重生成证素表征;第二阶段使用随机森林对融入相关证素标签的证素表征进行分类训练,后对随机森林规则提取以探索辨证规律,提高证素辨证的可解释性。实验结果表明,该方法提升了证素辨识的准确率,同时F1保持较高水平,有利于探索证素辨证规律。