色谱双柱系统智能定性方法

双柱系统分析未知样品能提供交叉信息.因此,可以提高峰定性的可靠性.如何有效地利用交叉信息,将指定组分识别出来,本文进行了研究.根据每支选择性不同柱子上,色谱峰的流出次序、位置和峰面积信息,采用模糊数学方法和领域专家的逻辑,编制智能定性软件,可以比较方便、快速、准确地对包括重叠峰在内的流出峰进行定性.通过空气毒物卤代烃化合物,对双柱智能定性方法进行了验证.

高应力下硬岩地下工程的稳定性智能分析与动态优化

针对高应力下地下工程变形破坏的特点,提出高应力下地下工程稳定性的综合集成智能分析与动态设计优化的新思路,即以工程区域地应力、地质构造特征、高应力下的应力路径改变的岩石(体)变形破坏机制以及与之相对应的模型识别、基于新评价指标(局部能量释放率、破坏接近度)的确定性与不确定性方法结合的围岩稳定性分析、考虑多方面的开挖与全局支护优化、基于现场最新监测和开挖揭示的工程地质信息的动态反馈分析等为主线,给出高应力地区三维地应力场特征识别的新方法、高应力下硬岩本构模型识别的新方法、地下工程安全性评价新方法以及动态反馈智能分析与优化设计方法。该新思路和新方法成功地进行了拉西瓦水电站和锦屏II级水电站地下厂房稳定性的动态反馈分析和设计优化。

三维智能定性定量分析系统在双肾肿瘤精准手术规划、模拟及实施中的应用效果分析

目的探讨三维智能定性定量分析(IQQA)系统在双肾肿瘤精准手术规划、模拟及实施中的应用效果。方法回顾性分析2017年6月至2018年8月收治的7例双肾肿瘤患者的病例资料,男5例,女2例。年龄平均为(54.6±6.0)岁(47.0~63.0岁)。体质指数平均为(23.4±2.4)kg/m2(21.2~28.0kg/m2)。7例共14枚肾肿瘤,直径平均为(3.8±1.1) cm(1.9~5.3cm);R.E.N.A.L.评分平均为(6.6±1.2)分(5.0~9.0分);肿瘤分期均为T1N0M0期。术前血红蛋白平均为(138.6±17.0)g/L(118.0~164.0 g/L),白蛋白平均为(47.3±2.5)g/L(44.0~52.0 g/L),肌酐水平平均为(51.6±19.1)μmol/L(24.0~80.0μmol/L)。术前患肾肾小球滤过率(GFR)平均为(56.9±6.7)ml/min(44.6~67.3 ml/min)。术前将患者CT检查的原始数据导入IQQA系统平台,对肾脏、血管、集合系统、肿瘤进行三维重建,直接可视化肾脏、肿瘤以及脉管结构,在电脑终端进行各角度的系统化分析,开展手术切除、缝合模拟,规划肾部分切除术的方案,计算切除面积、肾脏剩余面积等,构建个体化、精准的腹腔镜肾部分切除术方案。按照术前预定的方案实施手术,11枚肿瘤行腹腔镜标准肾动脉阻断肾部分切除术,2枚肿瘤行腹腔镜选择性肾动脉阻断肾部分切除术,1枚肿瘤行腹腔镜无阻断肾部分切除术。记录7例的手术成功率、中转开放率、手术时间、热缺血时间、术中出血量、术后引流管留置时间、术后并发症、术后住院时间等指标,术后3个月随访患肾eGFR、肌酐等指标,术后6个月复查肾脏CT和肺部CT评估肿瘤学预后指标。结果本组7例的14枚肾肿瘤在IQQA系统重建以及手术规划、模拟后均顺利完成手术,无中转开放手术或改行根治性肾切除术。手术时间平均为(68.9±9.2)min(50.0~80.0 min),肾动脉阻断时间平均为(20.7±4.1)min(15.0~29.0 min),术中出血量平均为(70.7±29.7)ml(30.0~120.0 ml)。术后引流管留置时间平均为(5.5±0.7)d(5.0~7.0 d),术后住院时间平均为(6.3±0.5)d(6.0~7.0 d)。术后无出血、漏尿、感染、切口裂开、肺部感染等围手术期并发症发生。术后病理诊断为肾透明细胞癌13枚,肾血管平滑肌瘤1枚。术后3个月肌酐平均为(52.0±15.2)μmol/L(36.0~72.0 μmol/L),GFR平均为(56.7±5.3)ml/min(46.7~66.3 ml/min),与术前比较差异无统计学意义(P>0.05)。术后3个月血红蛋白平均为(120.9±17.0)g/L(90.0~147.0 g/L),白蛋白平均为(41.4±2.6)g/L(38.0~46.0 g/L),与术前比较差异有统计学意义(P<0.05)。术后6个月复查肾脏CT、肺部CT未见肿瘤复发、转移。结论 IQQA系统能够对双肾肿瘤的肾脏、肿瘤以及脉管结构进行术前三维重建可视化,术前可通过手术规划、电脑终端模拟制订最佳的肾部分切除术手术方案,提高手术的成功率和安全性,最大程度地保护肾功能,使双肾肿瘤患者在肾部分切除术中能够得到最大程度的获益。

基于双评论家的多智能体深度确定性策略梯度方法

在现实世界的复杂多智能体环境中,任务的完成通常需要多个智能体之间的相互协作,这促使各种多智能体强化学习方法不断涌现.动作价值函数估计偏差是单智能体强化学习领域中备受关注的一个重要问题,而在多智能体环境中却鲜有研究.针对这一问题,分别从理论和实验上证明了多智能体深度确定性策略梯度方法存在价值函数被高估.提出基于双评论家的多智能体深度确定性策略梯度(multiagent deep deterministic policy gradient method based on double critics,MADDPG-DC)方法,通过在双评论家网络上的最小值操作来避免价值被高估,进一步促进智能体学得最优的策略.此外,延迟行动者网络更新,保证行动者网络策略更新的效率和稳定性,提高策略学习和更新的质量.在多智能体粒子环境和交通信号控制环境上的实验结果证明了所提方法的可行性和优越性.

集对分析在不确定性智能决策中的应用

语言是思维的表达,智能决策是基于确定性与不确定性对立统一思维的一类高级决策。文章综述集对分析在纯自然语言决策,自然语言与数学混合语言决策,区间数决策和直觉模糊决策,集对分析粗糙集决策,联系数与马尔可夫链相结合的决策,赵森烽-克勤概率的贝叶斯决策,偏联系数的决策和同异反综合集成决策等方面的应用。特点是把基于确定性的决策建模与不确定性系统分析相结合,把系统宏观层次的分析与微观层次的分析相结合,把两种或多种决策方法综合集成,根据不确定性的具体情况给出决策建议,因而是一种立足于全局的智能决策,并认为集对分析的不确定性智能决策过程,在本质上是把决策系统中的信息能转换成智能的过程。

不确定性人工智能数据的证据分析

由于人类在认识过程中表现出的智能和认知不可避免地伴随着不确定性,不确定性人工智能电子数据的可信性和证据分析的科学性问题也成为人们关注的重点。在司法实践中,需要通过区分基于有形物和基于语言(包括自然语言与人工语言)的证据属性来审查不确定性人工智能电子数据的可信性。同时,基于贝叶斯网络,实践中还需要在不确定性人工智能的信息点挖掘、模式识别以及证据表达方式三方面充分利用规则表示概念之间的关系,建立不确定性人工智能分析电子数据的认知模型,并用拓扑势形式化地表示电子数据信息中的规律性,这样才能确保不确定性人工智能电子数据证据分析过程的科学性。

基于创新应用驱动的不确定性人工智能教学新进展

培养人工智能领域人才是推动我国人工智能技术发展的重要动力,然而在人工智能教学中存在理论性强、内容难于理解等问题,导致学生对知识点的理解不清晰、掌握不牢。基于此,笔者总结了《不确定性人工智能》课程教学过程中的经验,并介绍了如何通过创新应用的方法提升学生的思考与实践能力,希望能够为相关研究提供借鉴。

智能互动定性定量分析三维立体成像导航技术支持下三维腹腔镜对比达芬奇机器人辅助技术在肾癌保留肾单位手术中的应用

目的比较智能互动定性定量分析(IQQA)三维立体成像导航技术支持下使用三维腹腔镜行保留肾单位手术(3DLNSS)与达芬奇机器人辅助技术行保留肾单位手术(RANSS)的临床应用价值。方法回顾性分析2016年2月—2019年6月海军军医大学第一医院、海军军医大学第二医院、海军军医大学第三医院和海军军医大学附属公利医院收治的163例肾癌患者的资料,根据手术方式分为3DLNSS组85例,RANSS组78例。比较患者的一般情况、手术时间、热缺血时间、术中出血量、手术接台时间、手术费用、留置导尿管时间、拔除负压引流管时间、术后住院天数、并发症、病理类型、手术前后血肌酐水平和术侧肾脏肾小球滤过率(GFR)。结果两组间患者的一般情况、手术时间、术中热缺血时间、术中出血量、术后禁食时间、术后留置导尿管时间、拔除负压引流管时间、术后住院天数、术后并发症发生率、病理结果、手术前和术后半年血肌酐水平和术侧肾脏GFR的差异均无统计学意义(P值均>0.05);RANSS组手术接台时间显著长于3DLNSS组(P<0.001),手术费显著高于3DLNSS组(P<0.001)。结论与RANSS相比,IQQA三维立体成像技术支持下3DLNSS的治疗效果佳,且有效地减轻患者的经济负担,提高了手术室周转效率,更适合在三级以下医疗机构逐步推广应用。

智能互动定性定量分析技术在中度复杂性肾肿瘤腹腔镜肾部分切除术中的应用效果

目的探讨智能互动定性定量分析(IQQA)技术应用于中度复杂性肾肿瘤腹腔镜肾部分切除术的可行性、安全性和有效性。方法选择2018年1月—2019年6月收治的16例中度复杂性肾肿瘤(R.E.N.A.L评分>6~9分)患者,男10例、女6例,年龄为(55.8±8.3)岁,肾肿瘤R.E.N.A.L评分为(7.6±0.7)分。所有患者均于IQQA技术支持下行腹腔镜肾部分切除术。获取肾脏CTA检查的原始影像学数据,利用IQQA平台进行三维重建,通过操作平台多角度旋转、多层面系统化分析肾肿瘤与血管、集合系统的毗邻关系,进行手术规划和模拟,制订出个性化、精准的腹腔镜下肾部分切除术的方案。记录患者的手术时间、肾动脉阻断时间、术中出血量、术后引流管留置时间、术后并发症发生情况、术后住院天数,以及手术前和术后3个月血清肌酐水平、患肾肾小球滤过率(GFR)。术后3个月随访时复查胸部CT、肾脏CT,观察肿瘤有无复发和转移。结果16例患者均顺利完成手术,无1例患者中转开放性手术或改行根治性肾切除术。手术时间为(74.7±12.7)min,肾动脉阻断时间为(21.8±4.4)min,术中出血量为(63.8±38.9)mL;术后引流管留置时间为(6.3±1.6)d,术后住院时间为(6.9±1.7)d。术后患者均无出血、漏尿、感染、切口裂开、肺部感染等并发症发生。术后3个月血清肌酐水平为(80.6±11.4)μmol/L,与术前的(82.8±9.5)μmol/L的差异无统计学意义(P>0.05)。术后3个月患肾GFR为(49.6±7.9)mL/min,显著低于术前的(56.0±6.9)mL/min(P<0.05)。术后3个月患者胸部CT、肾脏CT检查均未见肿瘤复发和转移。结论在IQQA技术辅助下对中度复杂性肾肿瘤行腹腔镜肾部分切除术更加精准,有利于提高中度复杂性肾肿瘤行腹腔镜肾部分切除术的成功率,患者肾功能得以较好的保护,该方法在技术上安全、可行。

基于多智能体强化学习的配电网电压分散控制

大规模分散资源接入配电网改变了传统配电网的潮流分布,导致电压频繁越限。以模型为基础的电压控制方法对电力系统网络拓扑结构要求较高,求解时间较长,不能达到电压实时控制要求。为此,提出一种考虑异步训练的多智能体在线学习配电网电压分散控制策略。该方法将每个光伏逆变器都视为一个智能体。首先对智能体进行分区调整,然后将配电网的电压无功控制问题建模为马尔可夫决策过程,在满足系统分布式约束的基础上,采用多智能体强化学习分散控制框架,结合多智能体深度确定性策略梯度算法对多智能体进行训练。经过训练的智能体可以不需要实时通信,利用局部信息实现分散决策,制定光伏逆变器的出力计划,做到电压实时控制,减少网络损耗。最后,通过仿真验证了该方法的有效性和鲁棒性。

智能终端MTBF稳定性测试方法与应用

随着智能终端的迅速普及和移动应用的大量涌现,终端工作的稳定性越来越受到重视,成为衡量一款终端性能的重要指标。因此,各运营商纷纷制定符合自身要求的终端MTBF稳定性测试要求,并且在采购终端时将MTBF测试列为必选测试项目。本文针对智能终端MTBF稳定性测试,研究了其含义与测试方法,并对MTBF测试在行业中的应用情况进行了介绍。

基于多智能体深度强化学习的无人艇集群博弈对抗研究

基于未来现代化海上作战背景,提出了利用多智能体深度强化学习方案来完成无人艇群博弈对抗中的协同围捕任务。首先,根据不同的作战模式和应用场景,提出基于分布式执行的多智能体深度确定性策略梯度算法,并对其原理进行了介绍;其次,模拟具体作战场景平台,设计多智能体网络模型、奖励函数机制以及训练策略。实验结果表明,文中方法可以有效应对敌方无人艇的协同围捕决策问题,在不同作战场景下具有较高的效率,为未来复杂作战场景下无人艇智能决策研究提供理论参考价值。

基于多智能体深度强化学习的多星观测任务分配方法

为应对多星环境中复杂多约束条件下的任务分配场景,提出一种多星自主决策观测任务分配算法,该算法采用基于集中式训练、分布式执行的多智能体深度强化学习算法。通过这种方式训练后的卫星智能体,即使在没有中心决策节点或通信受限的情况下,仍具有一定的自主协同能力及独立实现多星观测任务的高效分配能力。

基于多智能体深度强化学习的多船协同避碰策略

为了提高多船会遇时智能避碰策略的协同性、安全性、实用性和节能性,在中心化训练去中心化执行框架下,结合优先经验回放机制提出一种多智能体Softmax深层双确定性策略梯度PER-MASD3算法,用于解决多船协同避碰问题,该算法不仅解决了双延迟确定策略梯度(TD3)算法存在的值估计偏差问题,还在模型训练过程中引入熵正则项,以促进探索和控制随机控制策略,采用自适应噪声对不同阶段的任务进行有效探索,进一步提升了算法的学习效果和稳定性。通过实验验证,所提算法在解决多船协同避碰问题上具有较好的决策效果、更快的收敛速度和更稳定的性能。

不确定性与自然计算并行性的内在关联

不确定性是量子力学中已获得证明的自然界基本规律。通过分析自然算法中的并行性与不确定性的内在关联认为,不确定性不但是并行性产生的根源,还是算法智能产生的根源。根据这一认识给出了算法的不确定性原理,并结合Shannon的信息熵原理建立了自然计算的不确定性智能模型(UIM)。这一模型认为先验知识信息和由不确定性所提供的信息共同构成了智能系统的基本模型。智能系统本质上就是一个信息系统,先验知识信息保证算法按正确的方向进行搜索,不确定性所提供的信息实现了算法对解空间的并行搜索,通过提高系统信息的含量将有效提高系统的智能水平。这一模型在Pi值的计算算法中也得到了印证。

网络时代人工智能研究与发展

50多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远.当今网络时代,人工智能科学要在学科交叉研究中实现人工智能的发展与创新,会更加关注认知科学、脑科学、生物智能、物理学、网络科学、计算机科学与人工智能之间的交叉渗透,重视认知物理学的研究;自然语言是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无标度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络智能.对这3个重要方向进行了阐述,并提出了具体建议.

网络时代的人工智能

五十多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远。本文强调在当今的网络时代,作为信息技术的先导,人工智能科学有着非常值得关注的研究方向,要在学科交叉研究中实现人工智能的发展与创新。要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透,尤其是重视认知物理学的研究;自然语言是人类思维活动的载体,是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无尺度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络化了的智能,从而适应信息时代数据挖掘的普遍要求,迎接人工智能科学与应用新的辉煌。

基于多智能体深度强化学习的电热联合系统优化运行

电热联合系统优化调度问题对于实现系统的能源互补、经济运行具有重要意义。电热联合系统优化运行涉及非线性、非凸、多目标问题求解,传统方法在计算实时性与迭代收敛性等方面存在困难。文章首先构建电热联合系统优化数学模型,将电热联合系统按照不同利益主体划分为多智能体,基于多智能体深度确定性策略梯度强化学习算法,建立了适用于电热联合系统的行动器-评判器框架,将优化模型转化为强化学习模型。其次对智能体进行了状态与动作空间的划分,搭建多智能体强化学习环境并设计相应的奖励函数。最后进行电热联合系统算例验证,表明所提方法可以有效解决电热联合系统优化问题。训练后的多智能体强化学习模型可实时生成优化策略,克服传统方法运算时间长、难以满足在线计算要求的问题;和单智能体算法相比,模型训练过程更易稳定收敛,执行过程中各智能体仅依赖局部信息完成计算,解决不同利益主体的数据共享问题。

大数据时代下网络群体智能研究方法

首先,对大数据时代下大众广泛深度交互的互联网环境进行了分析;其次,提出并释义了网络群体智能,指出网络群体智能具有"网络数据驱动,交互形式复杂,网络效应强大,知识生产为主,不确定性认知"等特性;然后,提出网络群体智能研究方法,该研究方法以复杂性科学方法论为指导,坚持融贯论,以复杂性科学、网络化数据挖掘和不确定性人工智能为支撑理论方法,突出网络群体智能特色和多学科交叉融合研究,采用系统分析、建模分析和仿真分析相结合技术途径从结构和动力学视角对网络群体智能科学问题进行多尺度多层次研究,解决网络群体智能研究理论方法不足的问题,深化了对网络群体智能和社会计算的认识。

LAA/Wi-Fi共存时智能竞争信道算法研究

为了使用更宽的信道,Wi-Fi引入了信道绑定技术,授权辅助(licensed-assistedaccess,LAA)引入了多载波先听后说(listenbeforetalk,LBT)技术。一方面,多信道的使用虽然能够有效提高数据传输效率,但同时LAA和Wi-Fi在竞争信道时的节点碰撞也会相应增加,影响系统间的性能。另一方面,流量负载往往呈现出动态变化。因此需要选择最合适的信道来减少网络节点之间的冲突以及避免资源的浪费。本文提出了一种基于多智能体深度确定性策略(multi-agent deep deterministic policygradient,MADDPG)的节点竞争信道算法,仿真表明该算法具有较好的收敛性,实现了LAA与Wi-Fi的相对公平,同时与其他算法相比具有更低的平均时延和更高的系统吞吐量。