迭代贪婪算法优化分布式阻塞流水车间成组鲁棒调度问题

为了优化复杂生产环境中生产计划的鲁棒性,确保不同场景下生产调度的稳定性,此研究将多生产线单元制造问题抽象为分布式流水车间成组调度问题,并在此基础上考虑了实际生产中常见的零缓冲区、加工时间不确定性和交付时间窗口等约束。首先,构建了以鲁棒性为优化目标的混合整数线性规划模型并使用Gurobi求解器验证其正确性;然后,提出了一种改进的空闲时间插入方法以适应阻塞约束和成组约束;接着,将上述改进空闲时间插入方法融入到自适应协同迭代贪婪算法中,该算法针对问题的多场景、问题求解的时间复杂度等,分别设计了有针对性的初始化方法、自适应破坏策略以及快速重构和局部搜索方法。最后,在生成的810个实例中,与其他高效的元启发式算法相比,所提出的算法在有限的时间内得到了鲁棒最优解。研究结果表明,该算法能够应对不确定因素和复杂的约束,在解决各种规模的问题上都表现出了良好的性能。

基于负集加权迭代修正最小二乘拟合原理的快速自适应拉曼光谱基线校正算法

拉曼光谱是无损光谱分析技术,通过分析散射光的频率变化获取物质的分子结构信息。基线校正是提升光谱数据质量的关键步骤,可以去除背景信号和不相关噪声,凸显并纯化目标信号。传统的拉曼光谱技术对基线校正的时效性要求不高,但随着流式拉曼和内窥拉曼等需要实时处理光谱数据的应用场景增多,基线校正在速度和准确性要求也随之提高。传统的迭代多项式拟合和小波变换方法在时间、精度或自适应能力上存在不足。本研究开发了一种基于负集加权迭代修正最小二乘原理的快速自适应基线校正算法(MWIALS)。主要原理是提取负数集并赋予更高权重,在迭代过程中不断修正基线,并通过设置参数阈值以跳出循环,实现快速准确的基线校正。提出两种参数选择策略:固定参数(FMWIALS)适用于批量同类型光谱的快速处理,自适应(AMWIALS)适用于差异化光谱的自适应处理。该算法应用于颗粒物的流式拉曼光谱分析。结果表明,与其他主流算法相比,MWIALS在实际光谱处理上显著高效(平均处理时长47 ms·谱^(-1)),具有较高的准确性和自适应性。该算法能够满足流式拉曼和内窥拉曼等生物样本检测中实时光谱处理的需求,为拉曼光谱技术的进一步应用提供了强有力的支持。

机械臂非奇异快速终端滑模迭代学习轨迹跟踪控制研究

针对机械臂建模参数精准性与扰动不确定性的精确轨迹跟踪控制问题,提出了一种非奇异快速终端滑模控制与迭代学习控制相融合的控制方法。首先,为保证跟踪误差的收敛速度,避免收敛中的奇异性问题,设计采用饱和函数趋近律的非奇异快速终端滑模控制器。其次,为进一步提高轨迹跟踪精度,设计误差迭代学习控制器,并对所设计的控制器进行了收敛性分析。最后,在Simulink软件中搭建所提方法的控制系统,进行迭代控制与对比控制仿真实验,并同步开展机械臂跟踪控制真机实验。结果表明:在迭代实验中,关节最大平均稳态误差提升了72%;在对比实验中,与比例微分(PD)型迭代学习控制和PD型线性滑模控制相比,最大平均稳态误差分别提升了97%、51%,最大响应调整时间分别减少70%、50%;在真机实验中,机械臂跟踪误差稳定在[-0.05,0.05] rad区间内。实验结果充分验证了所提控制方法的正确性与有效性,为解决机械臂轨迹跟踪中的不确定性问题提供了一种有效的控制方案。

网络扩散中迭代产品的退市时机与投放种子优化

科技上的不断创新提高了企业产品推陈出新的速度。在新产品发布时,新产品与旧产品之间存在内部竞争关系,企业需要考虑以下两个问题:一是新产品如何投放,以快速渗透市场;二是旧产品是否即时退市,以为新产品提供更大的市场空间。研究了产品迭代时退市时机与投放种子选择问题:在一个已存在旧产品的社会网络G(N,E)中投放新产品,新旧产品以内部竞争的扩散机制传播其影响力,如何选择旧产品退市时机与新产品投放种子,使得新旧产品的扩散利润最大化。建立了该问题的整数规划模型,刻画了考虑内部竞争的影响力扩散过程,设计了退市时机与种子选择迭代更新的混合贪婪算法(IUHGA)。与经典算法的对比实验显示,IUHGA具有较高的求解质量。研究结果表明:旧产品退市时机与更新产品利润、种子数量、产品最大扩散周期和网络用户聚集度存在一定关系。

无迭代图胶囊网络的遥感场景分类

目前大多数胶囊网络方法通过改进迭代路由的方式提高分类精度,而忽略了迭代路由本身复杂的计算量带来的负担。虽然有方法采用无迭代的路由训练胶囊网络,但是精度不佳。针对以上问题,提出无迭代路由图胶囊网络的场景分类模型。首先,利用简单卷积层提取输入图像的初始特征;接着,提出通道和胶囊间双融合的全局注意力模块,通过依次进行通道和胶囊之间的注意力生成全局权重系数来加权高级胶囊特征,使加权后的高级胶囊特征更具判别性,以突出重要的胶囊,从而提高分类性能;同时,引入能计算图像间相似性的等变正则化项,以建模胶囊网络的显式等变性,从而潜在地提升网络性能;最后,基于边界损失和等变损失的组合损失函数训练整个网络,以得到富于判别性的分类模型。在多个基准场景数据集上的实验结果验证了所提方法的有效性和效率。实验结果表明,所提方法在加拿大高级研究所的10类图像数据集(CIFAR-10)上的分类准确率达到90.38%,与动态路由胶囊网络(DRCaps)方法相比,提高了15.74个百分点;并且在仿射手写数字图像(AffNIST)数据集和航空影像数据集(AID)上,分别取得了98.21%和86.96%的分类准确率。可见,所提方法有效提高了场景分类性能。

DOA估计的稀疏线阵双迭代傅里叶优化方法

针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条件,依据稀疏率和阵元数将孔径自适应分区,以阵列峰值旁瓣和孔径为约束,由双层嵌套循环迭代优化阵列麦克风数量和位置,获得更低的阵列峰值旁瓣电平。数值仿真和实验结果表明,根据该方法获得的49.5λ孔径、23%稀疏率的稀疏阵列峰值旁瓣电平为-21.59 dB,主瓣宽度为1.03°,角度分辨率为1°,估计误差小于0.01。与其他方法对比,峰值旁瓣低1 d B,优化效率提升50%,由此可证明该方法的有效性和快速性。

佳能320可变螺距联合迭代重建技术在双下肢CTA血管成像中的运用研究

目的:探讨佳能320排CT可变螺距联合迭代重建技术在下肢血管成像中,对辐射剂量及对图像质量的影响。方法:连续收集2023年3月至2023年6月临床疑似下肢动脉血管疾病,并行下肢动脉CT血管成像的患者40例,采用双盲随机分组法分为A组和B组,每组20例。两组均采用造影剂碘帕醇370 mg/mL,设置成120 kV的管电压,采用双筒高压注射器在5 mL/s流率下,经由肘正中静脉(MCV)注入90 mL对比剂,扫描区域是腹主动脉(AA)水平到足尖。A组为佳能320排可变螺距技术(VHP)其中腹主动脉至腘窝使用大螺距,腘窝至足跟尖使用小螺距进行扫,采用迭代重建技术重建图像;B组全程扫描使用标准螺距技术,采用滤波反投影法重建图像。比较两组腹主动脉(AA)、髂总动脉(CIA)、股动脉(CFA)上段、腘动脉(PA)4个测量点的主观图像质量、信噪比(SNR)、碘造影剂摄入量、对比噪声比(CNR)、有效辐射剂量与CT值。经由t检验来对比两组间碘摄入量、有效辐射剂量与客观评价指标,经由Mann-Whitney U检验来对比双方主观评分。结果:两组图像在AA、CIA、CFA上段、PA层面的客观图像质量评价、SNR、CNR对比未见明显区别;两组间血管CT值比较,A组高于B组,并且存在统计学差异;患者辐射剂量比较,A组(9.18±0.36)m Gy较B组(18.1±0.00)mGy明显下降。结论:佳能320排可变螺距联合迭代重建技术能够保证图像的质量,并且可使患者的辐射剂量大幅下降,提高安全性,可以在临床中得到广泛应用。

基于迭代岩相模型的叠前弹性参数反演在LB油田古近系陆相储层预测中的应用

针对LB油田古近系地层D、E层组储层横向变化快、非均质性强、预测难度大等问题,提出了基于迭代岩相模型的叠前弹性参数反演方法。首先根据先验地质认识、测井曲线及岩石物理分析结果,确定了研究区的岩性并划分岩相;其次在常规低频模型的基础上,建立了考虑岩相约束的低频模型;然后构建模型约束反演方程并采用最小二乘方法求解弹性参数,再结合贝叶斯理论将弹性参数转换为物性参数;最后利用物性参数预测结果更新低频模型,并重复以上反演过程,最终得到高分辨率弹性参数反演结果。该方法在LB油田的实际应用结果表明,叠前弹性参数反演较传统反演方法分辨率更高,且与测井曲线吻合程度较好,证明了方法的有效性和实用性。与传统方法相比,该反演方法以地震数据为驱动,在少井或无井、储层横向变化快的储层预测中更有优势。

基于自适应模型的力修正迭代混合试验方法

传统的力修正迭代混合试验方法采用了固定的模型进行恢复力修正,存在模型不够精准导致迭代轮次增加的问题。针对该问题,提出基于自适应模型的力修正迭代混合试验方法。该方法采用迭代所有轮次的恢复力修正值与每轮迭代物理子结构的真实恢复力搭建自适应模型进行迭代恢复力修正,提高了迭代收敛速度与迭代收敛精度。以单层框架黏滞阻尼器减震结构为例,分析了不同的权重分配系数与初始模型参数对于迭代收敛速度和收敛精度的影响;通过对不同自振周期的结构分别验证,分析结构自振周期对该方法的影响。结果表明:不同的权重分配系数和模型参数对迭代收敛速度与迭代收敛精度有较大影响;在权重分配系数为0.025,初始模型参数为0.80时,迭代收敛速度和收敛精度远高于传统的力修正迭代混合试验方法;基于自适应模型的力修正迭代混合试验方法在不同的单层框架结构迭代收敛速度与迭代收敛精度远优于传统的力修正迭代混合试验方法,对于自振周期小于1.0 s的结构,该方法优势更明显。

药品迭代对门诊报销与处方规范的影响——以口服抑酸药为例

目的:探讨抑酸药从口服质子泵抑制剂药物(Proton Pump Inhibitors,PPI)向口服钾离子竞争性酸阻滞剂(Potassium ion Competitive Acid Blocker,P-CAB)迭代对医院门诊报销与门诊处方规范性的影响。方法:本研究基于全国9个城市的18家三甲综合医院2021年第一季度到2024年第三季度的真实世界抽样数据,使用描述性统计方法,分析PPI与P-CAB药物处方信息与药品适应症间的适配性,以评估药品处方规范性以及患者因处方不规范造成潜在的医保报销损失。结果与结论:在观测期内,P-CAB药物用药比例从0.6%上升到18.9%,实现了对PPI类药物的逐步替代。口服抑酸药门诊处方规范性正在逐年改善,P-CAB药物规范处方占比高于PPI药物,提示了口服抑酸药迭代过程有利于规范处方行为。处方不规范可能使得患者损失更多的医保报销机会,增加患者疾病经济负担。

迭代创新推进数据治理工作

数智化时代对数据治理提出了新要求,需要构建数据治理PDCA闭环(即“计划—执行—检查—行动”),以迭代创新应对数据挑战,挖掘数据价值,支持企业决策和创新。中国石化数据治理委员会、委员会办公室和数据治理责任人协同联动、共同发力推动集团公司数据治理工作。截至目前,中国石化已经获得DCMM(数据管理能力成熟度评估)最高级别(5级)评价。

基于H_(∞)观测器和迭代学习的泊车路径跟踪横向控制

泊车跟踪精度直接影响泊车效率、剩余泊车空间甚至泊车安全。当前,自动泊车路径跟踪绝大部分采用基于模型的反馈控制,模型参数的不确定性会导致泊车路径跟踪算法控制性能下降,进而产生较大的跟踪误差。为减小模型参数不确定性对泊车路径跟踪效果的影响,提出了基于迭代学习的前馈控制策略。考虑到在时间域对系统进行迭代学习控制通常受执行器实际速度的影响,所以控制时将系统由时间域转换到与期望路径相关的空间域。由于系统模型中的一些状态变量难以测量,且系统无法满足D型迭代学习率收敛条件,所以提出H_(∞)观测器设计准则以准确估计状态信息。同时,构造具有观测误差的增广系统以进行迭代学习控制,在线性二次型最优控制(LQR)的初次泊车跟踪信息基础上进一步减小泊车路径跟踪误差。进行硬件在环(HIL)测试,验证了该方法具有良好的实际应用潜力。试验结果表明,经过多次迭代后,与LQR初次控制的泊车跟踪效果相比,所提出的控制方法能更准确地跟踪期望路径。

双曲空间中渐近非扩张型映射混合SP-迭代算法的收敛性

在双曲空间中,引入关于多个渐近拟非扩张映射以及多个几乎渐近拟非扩张映射新的混合SP-迭代算法,获得了多个渐近拟非扩张映射以及多个几乎渐近拟非扩张映射在新的混合SP-迭代算法下一些重要结论,利用这些结论进一步获得了多个渐近非扩张映射以及多个几乎渐近非扩张映射在新的混合SP-迭代算法下的Δ-收敛性定理,并在这些映射具有半紧的条件下,证明了相应的混合SP-迭代算法强收敛到这些映射的公共不动点.所得结果推广和改进了一些相关文献的结论.

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶递推广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波辅助模型递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

不同迭代重建算法在眼眶CT中的适用性研究

目的:探讨不同迭代重建算法在眼眶CT中的应用价值。方法:回顾性收集2024年1月至2024年3月首都医科大学附属北京同仁医院行眼眶CT检查的31例患者,分别使用混合迭代重建算法(iDose4)和全模型迭代重建算法(IMR)技术对图像进行标准算法和骨算法重建,对比分析不同重建算法图像的平均CT值、噪声(SD)、信噪比(SNR)、对比度噪声比(CNR)以及图像质量主观评分;采用随机区组方差分析比较不同算法重建图像间的客观指标差异;采用多个相关样本的秩和检验比较不同算法重建图像的主观评分差异。结果:不同标准算法重建图像的CT值、噪声、SNR、CNR差异均有统计学意义,与iDose4相比,IMR标准算法重建图像噪声降幅达25%~67%,SNR增加1.3~1.5倍,CNR增加2~3倍;与iDose4相比,IMR骨算法重建图像噪声降幅达70%~96%,SNR增加5~15倍,CNR增加4~31倍;不同骨算法及标准算法的图像质量评分差异均有统计学意义,标准算法IMR1-Brain Routine组评分最高5(4,5),骨算法iDose43 YD组评分最高5(5,5);两名观察者评分的一致性较强,加权Kappa系数0.644~1。结论:眼眶CT中推荐使用混合迭代重建技术iDose4 Level 3重建骨算法图像,使用全模型迭代重建技术IMR Level1重建标准算法图像。

曲线曲面局部最小二乘渐进迭代逼近

作为一种有效的大数据拟合方法,曲线曲面最小二乘渐进迭代逼近方法(LSPIA)吸引了众多研究者的关注,并获得了广泛的应用。针对LSPIA算法拟合局部数据点效果较差的问题,提出了一种局部的LSPIA算法,称为LOCAL-LSPIA。首先,给定初始曲线(曲面)并从给定的数据点中选择部分数据点;然后在初始曲线(曲面)上选择需要调整的控制点;最后,LOCAL-LSPIA通过迭代调整这一部分控制点来生成一系列局部变化的拟合曲线(曲面),并且保证生成的曲线(曲面)的极限是在仅调整这部分控制点的情况下拟合部分数据点的最小二乘结果。在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,LOCAL-LSPIA算法比LSPIA算法需要的步骤和运算时间更少。因此,LOCAL-LSPIA是有效的,而且在拟合局部数据的情况下比LSPIA算法的收敛速度更快。

滤波辨识(13):类多变量方程误差ARMA系统的滤波递阶广义增广迭代参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广迭代梯度辨识方法、滤波递阶广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法。这些滤波递阶广义增广迭代参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量方程误差随机系统中。

基于迭代重建算法的iDream重建技术对CT定量分析肺功能的影响研究

目的:探究不同iDream重建等级(1、3、5级)对CT定量分析肺功能参数的影响,为临床应用iDream重建技术定量测量肺气肿指标提供参考。方法:回顾性选取2021年12月至2022年1月在某院行胸部CT平扫的50例患者,分别使用滤波反投影(fittered back projection,FBP)、iDream 1级、iDream 3级、iDream 5级4种方法重建图像。测量4组图像的主气管CT值和标准差(standard deviation,SD)值并计算图像信噪比(signal to noise ratio,SNR),使用肺功能定量分析软件测量4组图像的双肺总容积(total lung volume,TLV)、肺气肿容积(emphysema volume,EV)、肺气肿指数(emphysema index,EI)、15%肺衰减值(15th percentile of lung attenuation,Perc 15)、15%肺质量(pulmonary density 15%,PD15%)。采用SPSS 22.0统计学软件进行数据对比。结果:4组间图像主气管CT值、TLV比较,差异无统计学意义(P>0.05),4组间SD、SNR、EV、EI、PD15%、Perc 15比较,差异有统计学意义(P<0.05)。随着iDream重建等级的增高,主气管SD值、EV、EI逐渐降低,iDream 3级组与iDream 5级组EV、EI比较,差异无统计学意义(P>0.05);随着iDream重建等级的增高,PD15%、Perc 15逐渐升高,iDream 3级组与iDream5级组PD15%、Perc 15比较,差异无统计学意义(P>0.05)。结论:随着iDream重建等级的增高可降低图像噪声,影响CT定量分析肺功能结果,iDream 3级和iDream 5级可保证EV、EI、PD15%、Perc 15相对稳定,不受迭代重建算法强度影响。

论新质生产力赋能农业经济发展的迭代裂变

培育和发展新质生产力在推动农业经济高质量发展、推进农业农村现代化和农村共同富裕中的迭代裂变具有重要的战略意义和深远的价值意蕴。由数字化智能化等新技术新材料新工艺等引发的革命性变更、城乡资金人才信息技术等新型生产要素的优化配置和高效组合、绿色产品和环保效应不断满足人民绿色生活新需求、农业产业和农村现代化深度转型升级而催生和发展成为农业领域的新质生产力就是客观的历史必然。大量科技成果嵌入农村生产生活各环节,农业新质生产力成为引领中国农村产业经济高质量发展的战略引擎,必须为农业新质生产力变成发展新动能而“建立新秩序”。必须充分利用农业新质生产力在推动农业经济高质量发展进程中的迭代效应,增强农业经济发展的内生发展动力,推动农业新质生产力转化为农业农村现代化发展的新动能和新赛道,为中国式现代化作出更大贡献。