基于Apriori算法和改进剪枝算法研究针灸结合推拿治疗神经根型颈椎病的选穴配伍规律

目的:研究针灸结合推拿疗法治疗神经根型颈椎病的选穴规律及配伍特点,为临床治疗神经根型颈椎病提供参考依据。方法:检索2012年2月—2022年2月中国知网、万方数据库、维普数据库刊登的针灸结合推拿治疗神经根型颈椎病的相关文献,建立文献数据库与腧穴数据库,采用Vlookup函数和数据转置对腧穴数据进行分析,采用SPSSPRO频数分析得出高频腧穴,采用Apriori算法和改进剪枝算法进行关联规则分析,最后按照支持度、置信度和提升度进行深入分析。结果:共检索出文献414篇,最终纳入文献133篇。频次≥14次的腧穴共20个,排名前十的依次为风池穴、天宗穴、合谷穴、肩井穴、曲池穴、后溪穴、手三里穴、颈夹脊穴、外关穴、风府穴。使用频次≥14次的腧穴归经以手阳明大肠经、手太阳小肠经、足少阳胆经、督脉、经外奇穴、足太阳膀胱经、手少阳三焦经为主。设置最小支持度为20%,最小置信度为80%,关联规则为后项→前项,采用Apriori算法和改进剪枝算法对频次≥14次的20个腧穴进行关联规则分析,置信度排名前四的腧穴配伍组合分别为肩井、风府、后溪、外关→风池、天宗,肩井、风府、外关、曲池→风池、天宗,手三里、天宗、肩井、后溪→风池、曲池,肩井、后溪、天宗、风府→风池、外关。结论:针灸结合推拿治疗神经根型颈椎病选穴具有注重分经辨证,腧穴配伍侧重本经配穴,远近配穴与同名经配穴的规律特点。运用Apriori算法和改进剪枝算法可以有效挖掘针灸结合推拿治疗神经根型颈椎病的特点,具有较高的学习价值。

U型障碍物多方向多层填充的移动机器人改进蚁群算法

针对传统蚁群算法在移动机器人路径规划中典型的U型障碍物死锁问题,提出了一种U型障碍物多方向多层填充的改进蚁群算法。首先证明了路径规划的最优解不会进入U型障碍物之中;其次证明了运用此多方向多层填充法在填充U型障碍物解决死锁问题的同时,不会造成原有通路的阻塞,具有原通路保持性,且填充的迭代次数与迭代总时间少;之后对填充图形的迭代次数给出了理论性的判定,此填充方法不仅适用于U型障碍物还适用于其它可填充区域,且其对于可填充区域可实现完全填充;最后将此填充方法与蚁群算法结合。仿真结果表明,改进蚁群算法相比于传统蚁群算法有效率提升。

基于改进粒子群算法的自适应构网型变流器控制策略

构网型控制是一种改善新能源高渗透率下电力系统稳定性问题的技术手段。针对传统构网型变流器均采用固定参数控制而未能发挥出最佳调频效果这一问题,基于构网型变流器控制参数可调的特点,提出一种自适应控制策略,以优化构网型变流器的输出并改善电力系统的动态特性。首先,通过仿真实验得到典型构网型变流器虚拟惯量和阻尼系数在大功率事件下对系统动态特性的影响;其次,研究典型构网型变流器的频率曲线与功角曲线,提出包含频率偏差和频率变化率的自适应构网型变流器控制策略;然后,通过改进粒子群算法对自适应控制策略涉及参数进行整定;最后,基于MATLAB/Simulink搭建的微电网模型,验证所提控制策略的稳定性与鲁棒性。仿真结果表明,所提控制策略可以自适应改变控制参数,使构网型变流器的输出能够满足系统各个阶段的不同需求,优化电力系统的动态特性。

改进型PSO算法解算三维测边网平差模型

空间三维测边网属于典型的秩亏自由网。针对目前网平差常用的最小二乘算法存在线性化求导复杂,计算量大等问题,本文基于高精度测距值,以控制点坐标反算距离与观测距离差值之和最小为目标,构成非线性方程组,建立函数模型;考虑到非线性方程组求解方法中智能优化算法无需求导和公式推导简单等优点,引入粒子群(PSO)智能优化算法,并构建改进型PSO算法。研究结果表明,根据本文提出的改进型PSO算法进行平差解算,可保证解算结果的准确性,且该算法较传统PSO算法的寻优速度更快,不仅可为空间三维测边网的解算提供新思路,还可为建立空间三维测边网提供理论支撑。

基于深度学习及改进模糊KMeans的寻常型银屑病智能诊断方法

为了解决寻常型银屑病在样本分布不平衡的数据中可能会导致的深度学习模型诊断效果下降等问题,通过结合改进模糊KMeans聚类算法对高聚类复杂度数据的处理能力以及Visual Geometry Group 13(VGG13)深度卷积神经网络模型的预测能力,提出一种基于改进模糊KMeans聚类算法的VGG13深度卷积神经网络(VGG13-KMeans)模型,并将其应用于寻常型银屑病的诊断任务中。实验结果表明,相较于VGG13以及ResNet18两种方法,本文方法更适用于对银屑病特征的识别。

基于改进型PPO算法的公寓安全预警模型

随着城市化的加速和公寓建筑的快速增长,确保居民的安全已成为当务之急。本文深入探讨了基于改进型近端策略优化(PPO)算法的公寓安全预警模型的开发。引入了一种新的深度学习架构,作为实时分析和预测潜在安全威胁的核心技术。实验结果表明,改进后的PPO算法在准确性、效率和响应时间方面明显优于传统方法。此外,该系统能够及时提供警报,确保公寓居民的安全。本文不仅强调了深度学习在安全和安防应用中的潜力,而且为智能生活环境领域的未来发展奠定了基础。

一种改进差分算法的远程升级系统设计

为实现对轮机模拟器控制板卡的固件升级,针对整包升级传输文件大和原始Bsdiff算法占用内存大的问题,设计了一种节约内存的改进Bsdiff算法,并采用了即时写入即时释放和分段多次读写的方式,设置了固定内存空间,完成差分升级。搭建了云服务器,采用HTTP协议,实现了固件程序的自动升级。最终通过实验验证了基于改进差分算法的轮机模拟器控制板卡自动升级方案的可行性,可实现控制板卡的批量自动升级。

基于改进灰狼算法的船舶数学模型参数辨识

为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比。研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性。改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确。

改进自适应渐进 II 型删失下 Chen 分布的贝叶斯分析

本文基于改进的自适应渐进 II 型删失,对 Chen 分布进行了贝叶斯分析。首先利用 EM 算法得 到了参数的极大似然估计。针对共轭和非共轭的四种信息先验,运用大方差和遗传算法确定了先 验的超参数。进而根据 Metropolis-Hastings 算法实现了后验分布样本的抽取。最后,通过真实 数据集对不同先验下的贝叶斯估计性能进行比较并得出了相应的结论。

基于ICEEMDAN-IWOA-BiLSTM混合算法模型的短期负荷预测

电力负荷具有不确定性、随机性及波动性的特点,难以对其实现精准预测。为此,提出了一种基于改进型自适应白噪声完备集成经验模态分解算法和经改进型鲸鱼算法优化的双向长短期记忆网络预测模型。首先对选取的澳大利亚某电网负荷数据进行预处理;其次利用经验模态分解方法将负荷数据分解为一系列子序列;然后利用改进的鲸鱼算法对双向长短期记忆网络进行超参数寻优;最后将分解后得到的各分量数据输入到优化模型中进行预测。结果表明,所提算法实现了电力负荷的精准预测,得到了比其他单一基准模型和多数组合模型更好的预测效果,具有一定的适用性与应用价值。

基于改进型SVM的电网计量信息快速清洗研究

由于传统方法在电网计量信息清洗中应用效果比较低,不仅清洗时间比较长,而且清洗后的信息丢失比例比较高,无法达到预期的清洗效果,为此提出基于改进型SVM的电网计量信息快速清洗研究。利用计量器采集到电网计量信息,根据信息密度值识别噪声点并对噪声信息滤除,利用判断决策函数筛选出缺失信息,将其带入到改进型SVM中,利用粒子群算法对SVM参数优化改进,利用改进型SVM对缺失信息补偿清洗,以此实现了基于改进型SVM的电网计量信息快速清洗。经实验证明,设计方法清洗时间在1s以内,信息丢失占总信息量不超过1%,设计方法在电网计量信息快速清洗方面具有良好的应用前景。

基于改进型粒子群算法的栽植机四杆机构优化设计

针对栽植机四杆机构优化设计问题,提出了一种基于改进型粒子群算法的优化设计方法进行优化设计:以栽植机四杆机构为研究对象,建立以机构输出角的平方偏差最小化的优化模型;提出自适应权值粒子群算法,并与复合形法、约束随机方向法的优化设计结果进行比较,发现设计结果有了明显优化,验证了该改进型粒子群算法更适用于栽植机四杆机构的优化设计,对于栽植机四杆机构的优化设计具有良好的指导意义。

改进LEACH算法在煤矿安全监控中的应用

提出了一种改进型LEACH算法。将能量因素加入到阈值计算公式中,均衡了节点的能耗。同时,针对重要参数难以通过实验的方式进行评估的问题,基于改进型LEACH算法建立了无线传感器煤矿安全监控网络的仿真模型,利用NS2仿真平台对其重要参数进行了仿真分析。分析结果表明,改进型LEACH算法能均衡节点的能量消耗,有效延长网络的运行时间,并且,通过仿真实现了系统模型参数的优化,验证了安全监控网络实施的可行性。

基于改进灰狼算法的并网型微电网容量优化研究

为了合理配置并网型微电网中各分布式电源的容量,降低微电网的经济成本,对并网型微电网的容量优化配置方法进行了研究。首先,建立了并网型微电网中各单元的数学模型,并提出了微电网的运行策略;其次,综合考虑系统的年均投资成本、年运行维护成本、置换成本、年停电补偿费、年购电费用、年运行收益和设备报废回收效益等因素建立目标函数,并结合微电网的功率平衡约束、设备的运行约束及与主网的交换功率约束来构建并网型微电网的容量优化配置模型;再次,采用改进的灰狼算法对优化模型进行求解;最后,通过仿真分析验证了所提出模型的有效性。

基于IPSO算法的改进三次样条机器人轨迹规划

针对机器人的工作效率低,同时其工作起始和结束时易产生振动的问题,提出一种利用改进三次样条曲线建立机器人轨迹模型,并通过改进型粒子群算法(IPSO)对其进行时间最优轨迹规划的方法。首先,对机器人进行D-H运动学建模,采用位姿分离法对各路径点进行逆运动学求解;然后,改进传统三次样条插值,对其起始和结束分段区间时间中点处进行修正,同时与改进型粒子群算法有效结合,实现机器人运动时间的最优求解。仿真结果对比表明,该轨迹规划的方法缩短了机器人约30%左右的运动时间,极大提高了工作效率,同时有效减少了其工作起始和结束时因加速度发生突变而产生的振动,保证了工作的平稳性。

基于改进型鱼群算法的番茄光环境调控目标值模型

针对光温耦合条件下番茄光环境调控目标值难以快速、精确获取的问题,在光温嵌套光合速率试验结果基础上,为提高人工鱼群算法寻优速度,基于视野和步长动态调整思想,提出了改进型鱼群算法的光温耦合寻优方法,对不同温度下光饱和点进行快速精准寻优,建立了番茄光环境调控目标值模型,模型决定系数为0.999 9。验证试验结果表明,不同温度下光饱和点的模型计算值与实测值高度线性相关,相关系数为0.988,最大相对误差在±2%内,明显优于遗传算法构建模型的相对误差(±6%)。快速、动态获取不同温度下光饱和点,对设施光环境精准调控效率具有重要意义。

基于剩余能量和位置的LEACH改进算法

在无线传感器网络中,不合理的分簇算法导致节点过早死亡、区域信息无法完全感知。针对该问题,提出一种基于剩余能量和位置的LEACH改进算法。改进算法将选簇过程分为临时簇头选择和正式簇头选择两步,以传感器节点的节点剩余能量值和几何平均位置作为选簇的重要因素,在此基础上选出区域内最佳簇头。通过OMNET++网络模拟器的仿真结果表明,改进算法的节点利用率和网络可靠性更高。

基于支持向量机-改进型鱼群算法的CO_2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO_2优化调控模型,为CO_2精准调控提供定量依据。设计了嵌套试验,采集不同温度、光子通量密度、CO_2浓度组合下的黄瓜光合速率,以此构建基于支持向量机的黄瓜光合速率预测模型;以预测模型网络为目标函数,采用改进型鱼群算法实现二氧化碳饱和点寻优,获得不同温度、光子通量密度组合条件的CO_2饱和点,进而构建CO_2优化调控模型。异校验结果表明,CO_2饱和点实测值与预测值相关系数为0.965,最大相对误差3.056%。提出的CO_2优化调控模型可动态预测CO_2饱和点,为实现设施CO_2精准调控提供了可行思路。

基于激素调节机制改进型自适应粒子群算法在置换流水车间调度中的应用研究

研究以最小化最大流程时间为调度目标的离散型生产作业中的置换流水车间调度问题,将基于激素调节机制的改进型自适应粒子群算法应用到其中。在该算法中,粒子群算法的个体最优初始值不再是随机生成,而是由基于启发式信息的贪婪随机自适应算法得到的工件加工顺序转换而成,同时借鉴激素调节机制,引入激素调节因子,根据单个粒子周围的粒子的信息,对粒子的飞行方程进行改进,以提高搜索效率和搜索质量。对置换流水车间调度实例Rec系列基准问题进行测试,结果验证算法的有效性。

无线传感器网络路由优化中的能量均衡LEACH改进算法

详细分析了LEACH算法,并介绍了LEACH算法的优缺点。针对LEACH算法选择簇头没有考虑剩余能量,提出一种改进后的算法LEACH-N。主要节点利用剩余能量和特定范围内相邻节点数的不同,给予不同成为簇头的概率;同时,增加普通节点可以直接发送数据到汇聚节点(Sink),减少能量的消耗。仿真结果表明,与传统LEACH算法相比,LEACH-N算法能均衡节点能量消耗,延长网络的生命周期。