严重产后出血患者血小板输注的多变量预测模型

目的建立严重产后出血(PPH)患者血小板输注的多变量预测模型,为严重PPH时临床制定血小板输注方案提供依据。方法回顾性分析2008年1月~2021年5月在南京医科大学附属妇产医院分娩的,发生严重PPH并成功救治的产妇,共计319例。根据是否输注血小板,分为2组,血小板输注组(64人)及无血小板输注组(255人)。预测因子包括:年龄、体重指数(BMI)、分娩方式、妊娠合并症及并发症(包括:羊水栓塞、胎盘早剥、死胎、子痫前期、HELLP综合征、中重度肝功能异常(转氨酶升高≥3倍)、产后出血量、是否存在不易准确统计的隐性出血(包括腹腔内出血、腹壁下血肿、阴道壁血肿等)、已输红细胞悬液的数量、分娩前的血小板计数、抢救过程是否发生失血性休克或弥散性血管内凝血。确定预测输注血小板的影响因素,使用R软件构建诺莫图预测模型。采用内部Bootstrap自测验证法进行诺莫图预测效能的评价,并通过绘制ROC曲线比较诺莫图模型与其他独立预测因素的诊断效能。结果1、二元Logistic回归分析显示:输血小板前的出血量、输血小板前的红细胞悬液输注量、分娩前PLT数值、并发隐性出血、胎盘早剥、子痫前期、中重度肝功能异常为血小板严重降低的独立影响因素。2、基于出血量、红悬输注量、分娩前PLT数值、隐性出血、子痫前期、胎盘早剥和中重度肝功能异常构建的诺莫图模型AUC值最高,为0.789。单独应用严重产后出血患者血小板输注的独立影响因素:出血量、红悬输注量、隐性出血、胎盘早剥、分娩前PLT数值、子痫前期、中重度肝功能异常预测血小板输注的ROC曲线下面积分别为0.631、0.689、0.518、0.611、0.641、0.531、0.529。结论根据诺莫图建立严重PPH患者血小板输注的多变量预测模型,预测效能较高,可指导临床提前准备血小板,为严重PPH时及时把控血小板输注时机、制定血小板输注方案提供依据。

多变量灰色预测模型在荔枝病虫害预测中的应用

荔枝病虫害易造成荔枝Litchi chinensis Sonn.产量少、品质劣、价格低,导致果农收益下跌,产业发展受制。因此,建立荔枝病虫害预测预报模型,开展病虫害发生程度预测,对荔枝产业高质量发展具有重要意义。基于2004—2020年广州市增城区第二代荔枝蒂蛀虫驻果率数据,以及前期气象要素数据,对影响蒂蛀虫驻果率的气象因子进行灰色关联分析,筛选出主要影响因子,采用多变量灰色预测模型GM(1,N)构建第二代蒂蛀虫驻果率预测模型。通过后验差以及小概率误差检验方法进行模型精度检验,并结合马尔科夫模型进行优化,以提高预测模型精度。研究结果表明,采用多变量灰色预测模型GM(1,N)进行荔枝蒂蛀虫驻果率预测,预测精度较高,可为荔枝病虫害预防提供决策参考。

基于VC++下的硫酸串酸多变量模型预测控制研究

针对铜冶炼烟气制备硫酸过程中的干吸串酸传统控制方式不佳的现状,选用预测控制技术中的动态矩阵控制作为控制算法,开发了VC++下的动态矩阵控制算法软件,并进行了仿真研究,得到了满意的控制效果。

LCL并网逆变器多变量模型预测控制策略

LCL并网逆变器控制策略中存在复杂的PR调节器和PWM调制算法,现有解决方案一般采用单变量模型预测控制策略,预测精度不高且鲁棒性较差。针对上述问题,提出一种多变量模型预测控制策略。建立了LCL并网逆变器在α-β坐标系下的数学模型,在传统预测逆变器侧电流的基础上,通过单个价值函数进一步对网侧电流及电容电压进行多变量模型预测控制。最后,为了进一步减少控制器运算量、提高并网质量及降低开关损耗,利用数字控制延时补偿及开关矢量优选方法,对所得到的多变量模型预测控制策略进行了优化。仿真和实验结果均验证了所提控制策略的正确性和有效性。

延迟焦化的多变量模型预测先进控制系统

以延迟焦化装置先进控制系统为研究目标,以延迟焦化工艺原理为基础,根据反应的实际过程和工艺过程,针对某化工厂三炉六塔的工艺,设计了基于事件的先进控制器,并利用实验室自主开发的软件Wisdom-Controller进行了仿真。仿真结果证实了基于事件信息的先进控制系统的可行性。

灰色微分动态多变量预测模型及其应用

针对数据驱动建模方法在表征系统特性时的不足,提出了灰色微分动态多变量预测模型.新模型将系统特性的行为序列与影响序列用于建模,增强了系统动态性和非线性性;同时运用最小二乘原理获得模型参数估计式,利用拉普拉斯变换推导模型的近似时间响应式.在此基础上,将新模型应用于欧洲货币联盟、中东与北非及撒哈拉以南非洲三个典型地区的碳排放量预测,应用实例表明:灰色微分动态多变量预测模型预测效果优于其它三种经典的灰色预测模型,能有效预测三个地区未来五年的碳排放量.与此同时说明新模型能够更好地描述多因素系统动态性问题,从而有效地提升传统灰色多变量模型的建模精度.

基于多变量分析的城市电网空间负荷预测方法

提出了一种基于多变量分析的城市电网空间负荷预测方法。该方法采用"自上而下"的方式来实现,首先建立计及经济、人口、气温等因素影响的多变量预测模型,并在此基础上预测出城市电网的负荷总量;然后根据城市用地信息,采用负荷密度指标法把负荷总量分配到各个供电小区,从而实现空间负荷预测。最后以吉林市城市电网为例进行分析,结果表明该方法是有效的。

多变量预测控制在空分装置自动变负荷中的应用

针对空分装置变负荷过程的控制要求,提出一种实现自动变负荷功能的多变量预测控制策略。该策略以模型预测控制技术为核心解决了工艺参数间的强耦合问题,满足了大范围变负荷所引起的过程非线性控制要求,保证空分装置自动变负荷操作的品质与速度。详述了该策略的技术结构、工艺控制方案以及系统实施,实际运行情况表明了该策略的有效性。

模型预测控制在钠氨合成工艺上的应用研究

基于钠氨合成连续化生产工艺,从化学反应机理出发,建立钠氨塔式反应器动态机理模型。并对模型进行动态分析,对多变量非线性模型进行集总化、线性化处理。推广单变量模型预测控制到多变量模型预测控制,对反应器温度进行控制。通过仿真比较,验证了MPC控制算法比PID控制具有更好的控制效果。

服役工况下的高速列车轴承温度预测模型构建

轴承温度预测对高速列车服役状态的评估以及运维策略的制定具有重要作用。针对复杂服役环境下的高速列车轴温预测问题,首先构建了轴承热力学近似计算模型,并分析了引起轴承温升的服役工况敏感参数,再利用支持向量机回归的方法建立了基于服役工况参数的轴承温度预测模型。对高速列车轴承履历服役数据进行统计分析,构建轴承温升相对速度变化的延迟量,确定轴承与环境的温差对轴承温升的影响,并据此对预测模型进行优化。以某高速列车大齿轮箱滚动轴承为例进行预测模型构建及优化方法验证,测试结果显示:预测模型优化前的综合平均相对预测误差为1.64%,优化后为1.35%,降幅为17.7%,预测模型优化前的综合最大相对误差为35.6%,优化后为17.7%,降幅50.3%。

GM-BP组合预测模型在桥梁施工监控中的应用

目的针对灰色理论模型在桥梁施工监控中预测误差大的情况,提出一种能够改进灰色理论模型并提高预测精度的方法。方法利用灰色理论模型对原始数据进行初步拟合,预测后数据作为神经网络预测模型的输入值,利用神经网络模型的非线性拟合能力得出更精确的预测值,并将灰色理论-神经网络组合预测模型(GM-BP组合预测模型)应用于华晨宝马大东工厂扩能项目铁路专用线T构工程施工监控中进行验证。结果在华晨宝马大东工厂扩能项目铁路专用线T构工程施工监控中,GM-BP组合预测模型预测结果的相对误差在0.01%~0.1%,单灰色理论预测模型预测结果的相对误差0.01%~0.41%。结论GM-BP组合预测模型弥补灰色理论模型的非线性拟合能力差的缺点,同时缩减了神经网络模型的数据需求量,在特征数据不规律且样本数量较少的情况下也能实现高精度预测,为施工监控的预测提供了有效方法,使其更好地应用于悬臂梁桥施工监控。

核动力装置非线性模型预测协调控制仿真研究

为了进一步提高核动力装置的动态控制性能,本文在阐述核动力装置汽轮机和直流蒸汽发生器的数学模型的基础上,提出将非线性模型预测协调控制算法应用于核动力装置主要参数的控制中,包括控制结构和控制器设计。仿真结果显示,当核动力装置负荷的工况变化时,多变量非线性预测控制律下汽轮机相对转速和蒸汽发生器出口压力的变化能较快地稳定下来。由此表明,所采用的多变量非线性预测控制算法能够较好地控制核动力装置主要参数的输出,可以获得较好的控制效果。

QGA-VPMCD智能诊断模型研究

针对多变量预测模型模式识别(Variable Predictive Model-based Class Discriminate,VPMCD)分类方法中只选择了某单一模型的缺陷,提出一种基于量子遗传算法优化的多变量智能诊断模型(Quantum Genetic Algorithm-Variable Predictive Model-Based Class Discriminate,QGA-VPMCD)。该模型采用最优权值矩阵来综合考虑各诊断模型对分类结果的影响。即首先通过样本训练来建立多个SVPM(Subordinate Variable Predictive Model,SVPM);然后采用量子遗传优化算法求出各SVPM的权值,从而得到最优权值矩阵;最后用最优权值矩阵加权融合测试样本的SVPM特征变量预测值,得到最佳特征变量预测值,并以预测误差平方和最小为判别函数来识别故障的类型。滚动轴承振动信号的分析结果表明了该模型的有效性。

基于气象背景选取邻近点的风电功率爬坡事件预测方法

考虑到风电功率爬坡事件在大规模、高集中度的风电发展模型下危害较大,为降低爬坡危害,维护电网的正常运行,提出了基于气象背景选取邻近点的爬坡事件多变量预测方法。首先,为提高风电功率预测的可靠性,充分考虑多气象因子的影响,通过对气象数据进行相空间重构建立了含多变量的基本预测模型。其次,考虑爬坡事件与气象背景间的联系,基于相关性分析确定不同气象背景下邻近点的选取准则。结合支持向量机分类模型,通过训练给出过去不同气象条件对应的邻近点选取机制,并指导选取预测所需的邻近点。最后,结合风电功率预测结果和爬坡事件检测方法,对实例数据进行爬坡仿真和预测,验证所提方法的有效性和可行性。

飞行器健康状态的灰色预测方法

针对飞行器健康状况难以准确预测的问题,提出了一种基于小波包变换与自适应多变量灰色预测模型对飞行器健康状况进行预测的新方法。采用先进的声发射技术监测飞行器关键部件的健康状态,运用小波包对由声发射监测系统募集到的飞行器关键部件原始声发射信号进行三级小波包分解,分别提取其第三级小波包分解中八个频段分解系数的能量最大值、方差最大值和范数最大值作为特征向量,并以此构建三变量MVGFM(1,n,β)模型。运用该模型对飞行器关键部件的健康状态进行预测研究,并通过该模型预测值与特征真实值之间的相对偏差来修正模型中参数β,以提高模型的下一步预测精度。实验结果表明,提出的自适应MVGFM方法可以动态实现对飞行器关键部件裂纹故障的准确预测,其预测准确度明显高于GM(1,1)模型,从而证实了该方法的有效性。

关于几种财务危机预警模型的比较

本文主要就单变量预测模式、多变量Z值预测模型、F———财务危机预警模型在预知财务危机征兆、控制财务危机的扩大、避免危机再次发生等方面进行了比较分析,提出了适合我国企业运用的财务危机预警模型。

基于改进MGM的省级用电量中长期预测

当前中国用电环境随全球经济呈非线性、非规律性波动。以往所用电量中长期预测方法难以适应现在的精准规划要求,无论是传统GM(1,1)还是MGM(1,n),由于其自然属性,已经不再适应当前的新规律。基于某省级电网不同产业全社会用电总量及GDP变化趋势,分析了数据间的逻辑关系及变化规律。通过构造与当前变化相适应的背景优化函数,对MGM进行相关改进,以满足当前精准规划的用电量预测要求。预测了某省2010—2018年的全社会用电总量,预测结果可靠性高,预测精度满足当前规划需要。

智能先进控制技术提升加热炉热效率的应用研究

针对炼化行业加热炉控制过分依赖人工操作和人工经验,控制稳定性、运行的经济性均无法保证的现状,以单个加热炉应用为背景,采用先进控制技术建立加热炉智能先进控制系统。实践证明:先进控制技术在加热炉中的应用效果显著,实现了提升加热炉热效率的目标,提高了装置效率和效益。

基于CELCD和MFVPMCD的智能故障诊断方法研究

针对旋转机械故障诊断方法中信号处理和模式识别的不足,即端点效应和判别片面性问题,提出一种基于互相关匹配延拓局部特征尺度分解(Cross-correlation matching endpoint Extension Local Characteristic scale Decomposition,CELCD)和改进多变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的智能故障诊断方法,首先探索待分解信号前后端的数据规律,选取匹配波形完成端点延拓,然后利用局部特征尺度分解(Local Characteristic scale Decomposition,LCD)得到各去除端点效应的内禀尺度分量(Intrinsic Scale Component,ISC),最后输入到基于多模型融合的多变量预测模型(Multi-model Fusion-Variable Predictive Model based Class Discriminate,MFVPMCD)分类器中进行概率状态判定.实验分析结果表明,所提方法能有效地对滚动轴承的工作状态进行识别.

基于LCD降噪和VPMCD的滚动轴承故障诊断方法

提出了一种基于局部特征尺度分解(LCD)降噪和多变量预测模型(VPMCD)的滚动轴承故障诊断方法。该方法首先采用LCD对滚动轴承振动信号进行降噪;然后计算降噪后信号在不同维数下的模糊熵,并以模糊熵为特征值,采用VPMCD方法建立模糊熵的预测模型;最后用所建立的模型来预测待分类样本的特征值,把预测结果作为分类依据进行模式识别。实验分析结果表明,采用LCD方法降噪可以有效地提高VPMCD的分类性能,与神经网络、支持向量机等分类器相比,VPMCD方法可以更准确、更有效地识别滚动轴承的工作状态和故障类型。