基于差分进化-自适应Metropolis算法的桥梁工程研究

提出1种结合差分进化-自适应Metropolis算法(DREAM KZS)和克里金模型的多链贝叶斯模型更新框架。该框架融合敏感度分析以减少参数维度并便于参数选择。此外,利用克里金模型来节省计算成本。该框架还采用DREAM KZS算法与多采样策略,通过考虑模型参数、测量和模型输出之间的交叉协方差来增强后验分布的探索效率。通过增加样本多样性同时减少并行链的数量,实现快速准确的模型更新。结果表明通过对简支梁的数值研究,验证DREAM KZS算法的收敛速度和精度,提出的DREAM KZS贝叶斯模型更新框架在六跨铁路高架桥的模型更新应用中表现出优异的性能,由于需要重复的模型评估,高度耗时和高保真度的有限元模型阻碍有效的模型更新。

基于自适应Metropolis算法的α稳定分布参数估计

基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)方法的α稳定分布参数估计具有良好的性能,但不合适的提议函数常导致算法不收敛或混合性能不好。针对提议函数难以选择的问题,提出了一种基于自适应Metropolis算法的非对称α稳定分布参数估计新方法。该方法利用Markov链的历史信息自动调整提议函数的协方差矩阵,使其不断地逼近目标分布,从而获得更好的估计结果。理论分析和仿真结果表明,此方法不仅能准确地估计出α稳定分布的4个参数,而且具有良好的鲁棒性和灵活性。

基于差分进化‑自适应Metropolis算法的嘉陵江水库群联合供水调度

差分进化-自适应Metropolis(differential evolution-adaptive Metropolis,DEAM)算法满足各态遍历性,且善于处理多变量非线性、高维、多峰值等情况,是一种新颖的全局优化求解方法。阐述了DEAM算法的求解机制,并将其应用于水库群优化调度。针对嘉陵江水库群的联合供水调度过程建立了多目标优化模型,基于水库群供水调度规则评价指标体系和多属性决策,最终得到最优的供水调度方案。结果表明:宝珠寺水库在枯水年能完全满足规划供水需求,而升钟、亭子口2座水库则需要对供水调度评价指标进行权衡。研究成果为DEAM算法应用于水库群优化调度研究奠定了一定的理论基础,可为制定嘉陵江水库群实际联合调度方案提供参考。

基于Metropolis准则的自适应随机搜索算法研究

随机搜索算法是一种原理极其简单的优化方法,利用搜索方向与步长的随机特性,算法能够逐渐向全局最优解靠近,最终达到优化的目的。但正是因为其搜索的随机性,导致了算法优化效率特别低,计算领域极其有限。针对以上问题,提出了自适应最优化的搜索策略,利用当前最优解的位置及其演化路径,不断调整算法优化搜索的方向与步长,提高搜索的效率,同时引入模拟退火算法中的Metropolis接受准则,使改进后的算法不仅能够接受优化解而且能够接受恶化解,提高算法的全局搜索能力。采用MATLAB编程软件,通过对两个经典测试函数的模拟及其与传统随机算法的对比分析,优化计算的结果证明了本文所提算法具有高效的优化计算能力,可以进一步应用于工程领域的优化设计。

自适应采样多通路Metropolis算法

多通路Metropolis光照传播算法(multiplexed metropolis light transport,MMLT)存在相邻像素内的路径样本差异性大的缺陷,导致最终生成的渲染图像出现大量噪声。为解决该问题,以像素内采样样本为集合,引入Deluca-Termini模糊度作为像素噪声水平的评价标准;为降低当前像素和周围像素内路径样本的差异性,采样过程中当采样数量达到一定数目后,将模糊度作为当前像素八邻域位置的采样权重;以权重影响不同噪声水平像素采样比重,进行自适应采样。实验结果表明,引入模糊度作为权值的八邻域自适应采样算法切实改进了不同光照材质场景中的渲染效果,减少生成图像噪声的同时改进了整体的采样分布。

8周运动预适应增强脂肪干细胞治疗心肌梗死大鼠的效果

背景:干细胞移植是心肌梗死的崭新疗法,然而梗死区域极其恶劣的微环境造成干细胞存活率低下并导致远期疗效甚微。运动预适应是一种通过运动诱导机体产生内源性保护效应的方式,可作为心脏康复预防与治疗的新策略。目的:评估运动预适应是否能够增强大鼠心肌梗死后脂肪干细胞移植的心脏保护效应,探讨血管生成在其中的作用机制。方法:6周龄雄性SD大鼠随机分为对照组、造模组、干细胞组以及干细胞运动组。利用冠状动脉闭塞术制作急性心肌梗死模型,对照组同期行假手术;干细胞运动组于造模前进行8周有氧运动,造模后30 min进行脂肪干细胞移植;干细胞组仅进行脂肪干细胞移植。干细胞移植后1 d和7 d,利用免疫印迹法测定心肌总Akt(t-Akt)、磷酸化Akt(p-Akt)、血管内皮生长因子(VEGF)、总内皮型一氧化氮合酶(t-eNOS)和磷酸化内皮型一氧化氮合酶(p-eNOS)蛋白表达量,计算p-Akt/t-Akt和p-eNOS/t-eNOS比值;4周后利用彩色多普勒超声诊断系统检测心脏结构与功能以及心肌血流量,TTC染色法检测心肌梗死面积,Masson染色法检测心肌间质胶原沉积,免疫荧光染色法测定心肌毛细血管密度,TUNEL染色法评估心肌细胞凋亡。结果与结论:(1)干细胞移植后4周:与对照组比较,造模组左心室缩短分数、左心室射血分数、心肌毛细血管密度和心肌血流量下降(P<0.05),心肌梗死面积、胶原容积分数和细胞凋亡增加(P<0.05);与造模组比较,干细胞组上述指标(除左心室缩短分数和左心室射血分数外)得到改善(P<0.05);与干细胞组比较,干细胞运动组以上各参数进一步改善(P<0.05)。(2)干细胞移植后1 d:与对照组比较,造模组t-Akt、p-Akt、VEGF、t-eNOS、p-eNOS蛋白表达量以及p-Akt/t-Akt、p-eNOS/t-eNOS比值均无显著性变化(P>0.05);与造模组比较,干细胞组上述指标均无显著性变化(P>0.05),干细胞运动组磷酸化p-Akt蛋白表达量以及p-Akt/t-Akt比值上调(P<0.05)。(3)干细胞移植后7 d:与对照组比较,造模组p-Akt、VEGF、p-eNOS蛋白表达量以及p-Akt/t-Akt、p-eNOS/t-eNOS比值下降(P<0.05);与造模组比较,干细胞组各参数均无显著性变化(P>0.05),干细胞运动组p-Akt、VEGF、p-eNOS蛋白表达量以及p-Akt/t-Akt、p-eNOS/t-eNOS比值升高(P<0.05)。结果表明:运动预适应可增强脂肪干细胞对心肌梗死大鼠心脏重塑的治疗效果,其机制与促进心肌血管生成并增加血流灌注有关。

远隔缺血后适应治疗对急性缺血性卒中超时间窗患者临床预后的影响:一项随机对照试验

背景急性缺血性卒中(AIS)高发,及时恢复脑血流是治疗的关键,超时间窗就诊患者无更多促进脑血流恢复的治疗手段。研究远隔缺血后适应(RIPostC)治疗对AIS超时间窗就诊患者的临床疗效、并发症和预后,具有重要的临床意义。目的探究RIPostC治疗对AIS超时间窗患者干预的影响,为超时间窗就诊的AIS患者寻求安全、有效的脑血流恢复治疗方式。方法本研究采用随机、分组、安慰剂对照法进行试验。选取2021-09-02—2022-08-31于北京航天总医院神经内科病房住院治疗的超溶栓时间窗(发病时间>6 h)的AIS患者为研究对象。依据随机数字表法将患者分为对照组和试验组。试验期+随访期共90 d,均使用同等的一般治疗、脑血管病常规治疗,试验组在此基础上给予RIPostC治疗14 d(28次),对照组给予模拟的RIPostC治疗14 d(28次)。在干预前和干预后30 d、干预后90 d,采用改良Rankin量表(mRS)、美国国立卫生研究院卒中量表(NIHSS)评估两组患者神经功能,简易精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)评估患者认知功能,工具性日常生活能力量表(IADL)评估日常生活能力,焦虑自评量表(SAS)、抑郁自评量表(SDS)评估精神状态,经颅多普勒超声(TCD)评估脑血流速度,以白介素(IL)-6反映炎症情况。结果122例患者中,最终完成试验及随访99例,其中试验组49例,对照组50例。两组患者性别、年龄、基础疾病(高血压、糖尿病、冠心病)及基线NIHSS评分比较,差异无统计学意义(P>0.05)。重复测量方差分析结果示,时间与组别对MMSE、MoCA、mRS、NIHSS、脑血流速度、IL-6存在交互作用(P<0.05),时间和组别对MMSE、MoCA、NIHSS、脑血流速度、IL-6主效应显著(P<0.05),时间对mRS、SAS、SDS、IADL主效应显著(P<0.05)。试验组干预后30、90 d MMSE、MoCA评分及脑血流速度均高于对照组,mRS、NIHSS评分均低于对照组(P<0.05);试验组干预后30、90 d SDS、IADL评分低于对照组(P<0.05);试验组干预后30 d SAS评分高于对照组,IL-6低于对照组(P<0.05)。99例患者中共有23例患者发生不良反应,其中试验组17例,对照组6例,两组皮肤瘀点、头晕、心慌、胸闷发生率比较,差异无统计学意义(P>0.05);对照组患者皮肤瘀斑发生率[4.00%(2/50)与12.24%(6/49)]、总不良反应发生率[12.00%(6/50)与34.69%(17/49)]低于试验组(P<0.05)。结论RIPostC治疗可降低AIS患者的炎症反应,对神经功能、认知功能抑郁情绪及颅内血流速度可起到积极的改善效果。

基于Metropolis准则的自适应模拟退火粒子群优化

为有效提高粒子群优化(PSO)算法搜索最优解的效率,提出一种基于Metropolis准则的自适应模拟退火粒子群优化(ASAPSO)算法。首先,ASAPSO采用一种新的自适应极值惯性权重方式,能有效平衡粒子种群的全局搜索和局部搜索过程;其次,通过分析粒子个体间信息交流方式,构建粒子飞行学习交流的中心粒子,该粒子能有效增强粒子个体的社会学习能力;最后,基于Metropolis准则的模拟退火选择概率,粒子群体在中心粒子的引领下向着全局最优解不断逼近,能有效避免粒子群体陷入局部最优区域。仿真实验表明,相比其他测试算法,ASAPSO收敛精度高,在多种标准测试函数中收敛率(CR)可达94%以上,能有效提高粒子种群的寻优效率。

变转速工况下松动故障自适应时频模态分解

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

基于自适应变异粒子群算法的风光储微网调度

为克服传统粒子群算法在求解时容易形成局部最优,求解精度低的不足,提出了一种基于自适应变异粒子群优化的微电网调度求解方法。惯性权重采用自适应正态分布递减,随着迭代次数的增加更新粒子位置的移动策略,并且在算法后期引入变异环节。为验证算法的有效性,文章与其他算法进行收敛性能对比,并对两种典型天气情况下的微网运行成本模型仿真求解,得到最优调度。算例结果表明,改进算法能够对粒子全局最优搜索优化,效果优于其他算法,可合理调配分布式电源出力时段,具有良好的可行性。

基于Metropolis准则的Q-学习算法研究

探索与扩张是Q-学习算法中动作选取的关键问题,一味地扩张将使智能体很快地陷入局部最优,虽然探索可以跳出局部最优并加速学习,而过多的探索将影响算法的性能.通过把Q-学习中寻求最优策略表示为组合优化问题中最优解的搜索,将模拟退火算法的Metropolis准则用于Q-学习中探索和扩张之间的折衷处理,提出基于Metropolis准则的Q-学习算法SA-Q-learning.通过实验比较,它具有更快的收敛速度,而且避免了过多探索引起的算法性能下降.

基于Metropolis准则的多步Q学习算法与性能仿真

强化学习是目前智能体和机器学习研究的热点。针对强化学习中标准Q学习算法更新速度慢的缺点,通过引入多步信息更新策略和模拟退火中的Metropolis准则,提出了一种新颖的多步Q学习算法,称为SAMQ算法。仿真实验表明,与现有的算法相比,该算法能够有效提高收敛速度,较好地解决智能体选择动作时面临的新知识探索还是当前策略遵循的关键问题。

基于Metropolis抽样的非线性反演方法

基于Metropolis抽样的非线性反演应用贝叶斯理论框架,是一种基于蒙特卡洛的非线性反演方法,能够有效地融合测井资料中的高频信息,提高反演结果的分辨率。首先通过快速傅里叶滑动平均模拟算法(FFTMA)和逐渐变形算法(GDM)得到基于地质统计学的先验信息;进而构建似然函数;最后利用Metropolis算法对后验概率密度进行抽样,得到反演问题的解。其中FFT-MA模拟作为一种高效的频率域模拟方法,融入GDM更新算法之后,可以在保持模拟空间结构不变的前提下,连续修改储层模型,保证反演结果有效地收敛,直至满足实际观测地震记录。模型试算和实际数据处理结果表明:基于Metropolis抽样的非线性反演可以提供合理的弹性参数信息,尤其是提高纵波速度的分辨率,即使信噪比较小时,仍然可以反演出合理的弹性参数信息,从而证明了该方法的有效性;当不考虑噪声时,纵、横波阻抗的反演分辨率较弹性参数本身的反演分辨率更高。

带Metropolis准则的混合离散布谷鸟算法求解旅行商问题

布谷鸟算法(Cuckoo Search,CS)在求解连续问题方面得到较好的结果,但在处理离散问题方面解决方案较少且收敛速度过慢,针对此不足,以求解旅行商问题为代表,结合基于学习的混合邻域结构和概率接受准则,提出了一种新颖的改进的混合离散布谷鸟(Hybrid Discrete Cuckoo Search,HDCS)算法.HDCS算法通过向最佳个体学习和从问题学习来搜索解空间,将反序、插入、块移动、交换和双桥等多种算子组合构造不同的混合邻域,通过Levy飞行选择相应的邻域结构进行寻优,并引入模拟退火算法的Metropolis接受准则,能够以一定的概率接受劣质解,使算法不易陷入局部最优.为了验证算法的性能,将HDCS算法分别与其他基于CS算法、经典智能优化算法和新型群智能优化算法的3类方法进行比较,实验结果表明,HDCS算法不但优于其他基于CS的算法,同时也优于一些其他最新的群智能优化算法.

基于Metropolis判别准则的遗传算法

针对遗传算法在应用过程中出现的过早收敛问题，引入Ｍｅｔｒｏｐｏｌｉｓ判别准则对复制算子加以改进，并从理论上对遗传算法的收敛性进行分析。仿真结果证明了该算法解决过早收敛问题的有效性。

基于Metropolis遗传算法的并联机器人结构优化设计

以六自由度Stewart并联机器人的灵巧度为目标函数,以设计空间、每条支腿的最大最小长度之比和虎克铰、球铰的极限摆角为约束条件建立了结构优化模型.将模拟退火算法中的M etropolis准则引入到实值编码遗传算法的选择操作中,产生了M etropolis遗传算法,采用该算法进行了并联机器人结构优化问题的求解.通过与采用标准遗传算法得出的结果比较,证实了M etropolis遗传算法在并联机器人结构优化设计中的有效性和优越性.

基于马尔可夫随机场的改进Metropolis混凝土CT的图像分割方法

提出一种基于马尔可夫随机场改进的Metropolis模拟退火算法.该算法中阈值α的选取优化了Metropolis算法.根据Beyes理论将图像分割问题转化为最大后验概率求取问题,并给出了参量预测算法.在实验中,将本文提出的算法与ICM、传统的Metropolis和Gibbs采样模拟退火算法进行比较.结果表明改进的Metropolis算法在图像分割效率和分割准确度上都有明显的提高.通过混凝土CT图像分割实验,改进Metropolis的应用能够较完整地反映出混凝土材料的内部结构和缺陷.

Metropolis蒙特卡罗模拟湿法腐蚀算法研究及应用

探讨了Metropolis蒙特卡罗方法模拟硅微加工各向异性湿法腐蚀仿真算法.在台阶流动(step flow)模型上引入了腐蚀概率方程,确定了蒙特卡罗转移概率.通过对不同相位晶面(vicinal surface)在掩模下的腐蚀模拟对提出的方法进行了校验分析,解释了蒙特卡罗法处理复杂晶面的原理和过程.模拟测试中,仿真程序能正确地再现不同晶向腐蚀速率特性以及凸角腐蚀的结构形态,经过与目前报道的元胞自动机以及其他种类蒙特卡罗法比较分析,模型具有较高的仿真效率和结果精度.最后,该系统模拟一个实际的微加速度传感器设计中的凸角补偿问题,在震动岛块的掩模补偿设计中验证了模型的正确性.

基于Metropolis-SA算法的脑部磁共振血管造影图像分割

目的利用三维Markov随机场(MRF)模型分割脑部磁共振血管造影(MRA)。方法 MRF的似然概率采用了瑞利分布和高斯混合分布函数,并利用最大期望(EM)算法精确估计出混合参数;先验概率采用Ising-MRF模型,并利用误差试探法估计出正则化参数。为避免利用迭代条件模式(ICM)进行图像分割时常陷入局部最优解,实验提出了基于Metropolis采样算法的模拟退火(SA)技术。结果实现了三维MRF的全局最优解,分割模型可分辨3个体素的细小血管。临床数据采用南方医院影像中心提供的患者TOF-MRA数据(1.5TGEMRIscanner),空间分辨率0.43mm×0.43mm×0.50mm;原始数据的像素空间大小为512×512×128;实际采用的空间大小和分辨率分别为256×256×64和0.80mm×0.80mm×1.20mm。实验对每一套临床数据采用SA、ICM、MSA算法分别进行分割比较,分割结果存在有限差异,采用15步迭代计算的时间消耗分别为1 029 s、463 s、560 s。结论实验通过三维仿真数据分割结果表明,Metropolis-SA迭代求解算法能够实现更低的全局误差,并且实际脑部MRA数据的分割与最大密度投影相比较,反映出较好效果。

基于突变策略改进的Metropolis光线追踪算法

由于Metropolis光线追踪是在对最终图像贡献更大的有效路径邻近区域进行路径突变,所以很容易使路径采样陷入局部性。为使路径采样更好地遍历路径空间,对Metropolis光线追踪中路径突变策略进行改进,根据当前路径的贡献来决定是继续在当前路径邻近区域进行路径突变,还是随机产生新的路径作为初始路径样本。实验表明,相对于Metropolis光线追踪算法和PSSMLT(primary sample space Metropolis light transport)算法,改进算法在可接受时间范围内能更好地遍历路径空间,并且能生成噪声更小的图像。