影像科室在医院等级评审后的持续改进依据与措施

军队医院等级评审是军队医院实现战略转型、加强内涵建设、适应国家深化医改和提高军队医院整体保障效能的需要，是继1994年全军首次开展医院等级评审以来，时隔近20年的又一次等级评审工作。我院影像科室通过评审工作的促进，进一步完善了各项工作制度、梳理了工作流程、完备了工作记录，进而全面提升了医学影像工作的规范化和科学化水平，在评审检查中得到了本组专家的高度认可。为延续评审要求，保证影像科室质量的持续发展，笔者对医院等级评审后的持续改进工作探讨如下。

面向产品设计改进的顾客偏好分析与预测

针对顾客产品偏好快速变化对企业分析和预测顾客偏好能力的要求,提出一种面向产品改进的顾客偏好分析与预测方法,首先构建长短期记忆网络模型,预测产品设计迭代期间的情感值和重要度,并计算预测准确度;然后通过基于产品特征情感变化模式的产品设计改进模型判断各个特征的变化模式,明确待改进的产品特征及改进优先级;最后以DJI Mini 2无人机的在线评论为例验证了方法的有效性。

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。

基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

基于低碳经济优化调度的电-碳联合需求响应改进策略研究

随着中国双碳目标的提出以及全国碳市场的快速发展,探索碳市场环境下电力系统的发展和优化调度策略具有十分重要的意义。以电力系统最小化成本和碳排放量为目标,提出了一种基于低碳经济优化调度的电-碳联合需求响应改进策略,该策略将碳排放权交易市场中的碳成本引入到需求响应目标中,通过日前模拟优化调控的方法,获得系统各节点参与需求响应的最优策略。研究结果显示,所提改进策略能够在满足需求响应要求的条件下有效减少碳排放。

基于改进络合铁法的含硫化氢尾气处理工艺模拟与优化

目的有效处理含硫尾气,确保装置“安、稳、长、满、优”运行。方法采用Aspen Plus V11软件基于Peng-Robinson热力学模型对改进络合铁装置的H_(2)S处理过程进行了全流程模拟,并根据Box-Behnken Design对其进行了响应面设计,得到了最佳H_(2)S脱除率及其对应的优化操作参数。结果此模拟流程能够较好地反映改进络合铁装置的实际运行情况,可以作为后续优化研究的基础模型。当循环溶液温度为47.2℃、循环溶液中Fe^(3+)质量分数为8.4100%、循环溶液体积流量为3.12 m^(3)/h、电解槽电压为0.64 V时,改进络合铁装置的H_(2)S脱除率高达99.999988%。此时,外排气中H_(2)S质量浓度为9.5 mg/m^(3),完全可以满足外排气中H_(2)S质量浓度不大于10 mg/m^(3)的约束条件;t检验结果表明,采用响应面法优化得到的预测值和验证值之间不存在显著差异,其准确度一致。结论该研究结果可为进一步提升含H_(2)S尾气处理水平提供准确、可靠的理论支撑和数据来源。

改进下垂控制下的中压直流配电系统双时间尺度分层调控方法

针对中压直流配电系统,在负荷激增、可再生能源出力突变等特殊工况下,传统优化调度方案与协调控制策略存在系统运行经济性有待提升、直流母线电压易越限的问题。为此,提出一种基于改进下垂控制的中压直流配电系统双时间尺度分层调控方法。首先,构建一种具备直流故障穿越能力的3端混合型模块化多电平换流器(modular multilevel converter,MMC)环状±10 kV中压直流配电系统,该系统含电动汽车充电站、储能系统、分布式光伏与风电等灵活性资源。其次,制定各单元协调控制策略,并采用tan函数改进传统下垂控制,以提高系统应对大幅功率波动的能力。然后,基于改进控制策略提出一种双时间尺度分层优化调控方法:在长时间尺度的系统调度层,以运行总成本最小为优化目标,确定各换流器参考功率;在短时间尺度的换流器间协调控制层,改进下垂曲线,并优化控制系数,以兼顾系统运行经济性与电能质量。最后,以典型算例验证该文所提优化调度方案及协调控制策略的有效性:通过灵活调度多种柔性资源,系统运行总成本可降低约11%;在某数据中心负荷激增100%的工况下,各直流母线电压波动仍能维持在±3%UN(额定电压)的允许范围内。

基于改进蚁群算法的机器人全局路径规划

针对传统蚁群算法存在初始信息素缺乏、收敛速度慢以及无法有效躲避障碍物等问题,文中提出了一种基于改进蚁群算法的全局路径规划。引入正态分布函数改进传统启发函数,提高了算法效率,缩短了算法收敛所需时间。自适应调整信息素挥发系数,限定信息素范围,避免过早收敛。对算法路径平滑处理,缩短路径长度,从而实现机器人的全局路径规划。仿真结果表明,在20×20环境下,文中算法平均迭代次数比传统蚁群算法减少了28代,收敛速度更快。平均拐点减少了33.3%,使路径更为平滑,克服了初始信息素缺乏,加快了收敛速度,减少了拐点数量,能够有效躲避环境中的障碍物,证明了该算法的可行性。

基于改进麻雀优化PID的波浪补偿控制方法

随着海上风电“十四五”规划的不断推动,在深远海域对兆瓦级大功率海上风机的需求量随之增加,其规模也在不断扩大。但是,在吊运、安装等海上工作过程中,复杂海浪对船舶产生的持续影响导致风机安装的精度和效率大幅下降,甚至会对人员安全以及财产造成重大损失。在深远海域复杂海况下对工程船舶进行有效的波浪补偿,可提供稳定的作业环境以保证精准高效地完成各项工作,因此,本文提出了一种基于改进麻雀优化PID的波浪补偿控制方法并将其应用于Stewart补偿平台。首先,建立波浪补偿平台动力学以及运动学反解模型,并设计正解模型迭代求解算法。随后,使用PID进行波浪补偿控制,并通过麻雀搜索算法优化参数。接着,采用Circle混沌映射对其进行初始化分布,以解决初始化不均匀的问题;并采用动态自适应加权、柯西突变以及反向学习以提升算法全局寻优能力。最后,生成4~6级海况下的某工程船运动数据作为系统输入,利用MATLAB和Simulink软件平台搭建模型进行补偿控制验证,并在Stewart硬件平台上做补偿试验。结果表明,改进麻雀搜索算法具有较快的收敛速度、较高的精度和更好的寻优能力,优化后的PID控制方法更适合用于复杂海况下波浪补偿平台的控制优化,可为大功率海上风机安装的补偿平台控制系统设计提供参考。

基于参数优化VMD和改进LSSVM的道岔故障诊断方法

为了解决道岔设备智能故障诊断中特征指标难以提取以及模型训练时间较长的问题,以ZDJ9型转辙机带动的道岔设备为研究对象,以转辙机功率曲线为数据基础,提出一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)和改进最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)的道岔故障诊断方法。首先,采用鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化VMD参数,得到模态(Intrinsic Mode Functions,IMF)分量个数和惩罚因子的最优参数组合。其次,计算IMF分量与功率曲线的相关系数,优选相关性较大的前3阶IMF分量,并计算功率谱熵、模糊熵及包络熵值,建立多特征融合样本数据库。最后,针对麻雀搜索算法(Sparrow Search Algorithm,SSA)易陷入局部最优的问题,通过改进Tent混沌映射初始化策略随机生成种群,正余弦算法(Sine Cosine Algorithm,SCA)更新追随者的位置,并采用改进SSA优化LSSVM算法的惩罚因子和核函数方差,构建基于TSSSA-LSSVM的道岔故障诊断模型。实验结果表明:所提道岔故障诊断方法是可行的,采用多特征融合能够更加全面地提取道岔典型故障特征,反映道岔的真实运行状态,提高了故障诊断准确率,而且较TSSSA-SVM,PSO-LSSVM,GWO-LSSVM以及SSA-LSSVM等方法具有较高的故障诊断准确率、召回率以及较低的漏报率,减少了模型训练时间,完全满足现场道岔故障导向安全的原则,具有更好的故障诊断性能,对现场道岔设备的故障维修具有一定的指导意义。

基于岗位胜任力的改进型带教模式在口腔专业本科生临床实习带教中的作用

目的:分析探究基于岗位胜任力的改进型带教模式在口腔专业本科生临床实习带教中的作用。方法:选取2020年7月—2022年5月在我院口腔科实习的本科生44名作为观察对象,按照实习时间分为对照组与观察组。2020年7月—2021年5月实习的20名学生作为对照组,采用传统型带教模式;2021年7月—2022年5月实习的24名学生作为观察组,采用基于岗位胜任力的改进型带教模式。对比分析两组实习生的入科理论成绩、出科理论成绩、操作成绩以及患者对实习医师的满意度。结果:实习结束后,观察组在出科理论成绩、操作成绩、患者对实习生的满意度方面均优于对照组,差异具有统计学意义(P<0.05)。结论:基于岗位胜任力的改进型带教模式在口腔专业本科生毕业综合实习临床带教中具有积极的意义,可提高实习生的出科理论成绩和操作成绩,值得临床推广与应用。

基于集成改进蚁群算法的作战环推荐方法

作战环推荐是依靠优化算法从作战网络中为指挥员推荐最优的作战环,以对目标形成高质量打击。未来作战中的作战环推荐面临体系规模大、决策节奏快的特点。对此,提出了一种集成改进的蚁群算法,能够实现高效、高质的作战环推荐优化求解。首先,将作战环推荐问题转换为一种基于多仓库路径规划的数学模型。然后,针对原始蚁群算法前期收敛速度慢、算法参数对结果影响大和容易陷入局部最优的问题分别提出了3种改进策略:基于边权重信息的信息素初始化、基于差分进化的蚁群算法参数自适应优化和基于遗传算子的全局搜索能力提升,并进行了集成改进。最后,在案例分析中对集成改进蚁群算法进行了分析和对比,验证了所提算法在不需要大幅提高耗时的情况下,优化结果要优于未集成改进的蚁群算法,且相比于原始蚁群算法提升效果显著。

基于Sentinel-1/2改进极化指数和纹理特征的土壤含盐量反演模型

目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数,没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响,Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentinel-1/2协同反演植被土壤含盐量的精度,用水云模型对雷达卫星后向散射系数进行校正,消除植被影响;然后协同Sentinel-2纹理特征,基于VIP、OOB、PCA 3种变量筛选和RF、ELM、Cubist 3种机器学习回归模型构建植被土壤含盐量反演模型。研究结果表明:经过水云模型去除植被影响后的雷达后向散射系数及其极化组合指数与土壤含盐量的相关性有一定程度的提高。不同变量选择方法与不同机器学习方法耦合模型在反演土壤含盐量中,OOB变量筛选方法与RF、ELM和Cubist 3种机器学习方法的耦合模型精度最佳,建模集和验证集的R2都在0.750以上,且验证集的RMSE和MAE均最小;其中OOB-Cubist耦合模型精度最高,且R_(v)^(2)/R_(c)^(2)为0.955,具有良好的鲁棒性。研究可为机器学习协同物理模型、光学卫星协同雷达卫星在土壤含盐量反演中的进一步应用提供思路。

VTI介质改进声学近似qP波交错网格正演模拟

Alkhalifah提出的声学假设近似令沿TI介质对称轴的qSV波速度近似为0,建立了相应的qP波波动方程并进行了数值模拟,但存在两个不足:一是方程中存在退化的qSV波解,不是纯qP波波动方程;二是方程不适用于ε<δ(ε和δ为Thomsen参数)的介质。为此,在Liang等的工作基础上,将改进声学近似方法的思想引入qP波频散关系和一阶波动方程推导。令qSV波的精确频散关系中的圆频率为0,同时结合椭圆分解,推导了VTI介质纯qP波解耦频散关系,利用改进标量算子的空间域渐近近似建立了VTI介质改进声学近似qP波一阶速度—应力波动方程,采用交错网格有限差分算法实现了基于改进声学近似的VTI介质纯qP波正演模拟。频散关系分析和数值示例表明,基于改进声学近似的qP波一阶波动方程不包含退化qSV波,是纯qP波方程,与弹性波波动方程模拟结果吻合较好,具有较高精度,并且该方程在ε≥δ和ε<δ的VTI介质中均是稳定的,同时也适用于复杂VTI介质。

基于累积和事件段识别与改进谱聚类的锂离子电池储能系统内短路故障检测方法

锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子电池储能系统内短路故障检测方法。首先,考虑内短路故障时的电压/温度变化特性,基于累积和事件突变点识别方法,识别疑似内短路故障事件段。其次,构建三维故障特征,刻画检测对象内短路故障特征属性。然后,构建基于Wasserstein测度的内短路故障特征距离矩阵,检测三维空间各点稀疏特性,客观划定故障聚类,实现内短路故障检测。搭建锂离子电池内短路实验平台、建立锂离子电池电–热耦合仿真模型,算例结果表明该文方法能够准确识别疑似内短路故障事件段,在不同串并联形式及故障类型下实现故障检测,证明了该文方法的正确性与可行性。

面向多运行模式的并网逆变器改进控制策略

为了改善新能源并网逆变器的性能并同时满足多运行模式(并网模式和孤岛模式)调节需求,设计了双重自适应系数,并基于下垂控制和虚拟同步发电机(virtual synchronous generator,VSG)控制提出了新颖的改进控制策略。该控制策略可灵活地调节惯量和阻尼以满足不同运行模式的需求。设计的双重自适应系数包括自适应协调系数和自适应惯量系数,前者可提高系统动态特性并增强适用性,后者可进一步改善功率超调和振荡问题以完全消除功率超调。所提出的改进控制策略的功率响应无超调和振荡,能够提供接近于VSG控制的惯量和阻尼特性且具有更快的响应速度,可同时满足并网模式下的功率调节需求和孤岛模式下的频率调节需求,具有更大的适用性和更优异的动态特性。最后,通过硬件在环实验验证了所提出的改进控制策略的有效性和可行性。

母乳喂养质量改进在NICU极低出生体重儿中的应用

目的 探讨母乳喂养质量改进对新生儿重症监护室(NICU)极低出生体重儿的影响。方法 选取2021年1月1日—2021年12月31日南京市妇幼保健院NICU收治的70例极低出生体重儿(VLBWI)作为研究对象,按组间基线资料均衡可比的原则分为观察组和对照组,每组35例。对照组采取常规母乳喂养管理和宣教方式,观察组在常规母乳喂养管理的基础上通过增设人力资源、完善管理制度、加强医务人员培训、加大产妇及家属的宣教力度及加强院感监测共五个方面进行母乳喂养质量改进,比较两组VLBWI住院期间母乳喂养情况、生长发育情况、静脉营养时长、住院时长及并发症发生情况。结果 两组一般资料比较差异无统计学意义(P>0.05),观察组首次亲母母乳喂养时间、恢复出生体质量时间较对照组提前,住院期间纯母乳喂养率、体质量增长速率较对照组有所提升,静脉营养持续时间及总住院时长较对照组有所缩短,喂养不耐受、坏死性小肠结肠炎(NEC)、支气管肺发育不良(BPD)及视网膜病变(ROP)并发症总发生率低于对照组,差异有统计学意义(P<0.05)。结论 母乳喂养质量改进措施可提升NICU住院VLBWI纯母乳喂养率,促进其体质量的增长,缩短静脉营养持续时间及总住院时长,减少相关并发症的发生率。

多舱共配绿色车辆路径问题的改进变邻域搜索算法

针对社区团购前置仓配送场景中“多中心、高时效、多品类、高排放”难题,本文提出多车场带时间窗的绿色多舱车车辆路径问题(MDMCG-VRPTW),构建混合整数线性规划模型,并设计改进的变邻域搜索算法(IVNS)实现求解.采用两阶段混合算法构造高质量初始解.提出均衡抖动策略以充分探索解空间,引入粒度机制以提升局部搜索阶段的寻优效率.标准算例测试结果验证了两阶段初始解构造算法和IVNS算法的有效性.仿真实验结果表明,模型与算法能够有效求解MDMCGVRPTW,且改进策略提高了算法的求解效率和全局搜索能力.最后,基于对配送策略和时效性的敏感性分析,为相关配送企业降本增效提供更多决策依据.

基于改进EMD和ARMA的MEMS陀螺仪随机误差补偿方法

微机电系统(Micro-Electro-Mechanical System,MEMS)陀螺仪的随机误差限制了其测量精度。为了降低MEMS陀螺仪的随机误差,提出一种基于改进的经验模态分解(Empirical Mode Decomposition,EMD)和优化的自回归滑动平均(Autoregressive Moving Average,ARMA)模型的方法。该方法在传统EMD的基础上,结合Hausdorff距离和累积标准化模态均值以提取信号中的噪声和趋势项,对剩余信号进行ARMA建模和滤波。采用沙猫群优化算法优化建模的定阶过程,采用改进的自适应滤波补偿随机误差。试验结果表明:相较于传统EMD和传统ARMA方法,新方法在静态试验中得到的均方根误差分别降低52.5%和34.4%,在动态试验中得到的均方根误差分别降低50%和32.35%;新方法有效抑制了随机误差,提升了MEMS陀螺仪的使用精度。