基于改进ABC算法的中长期电力负荷组合预测

将人工蜂群(ABC)算法应用到中长期电力负荷预测中,通过与组合预测模型相结合,对组合预测目标函数进行优化权重求解。另外针对该算法的早期收敛速度慢、后期容易陷入局部最优的缺点,通过引入扰动项,并进行最坏蜜源替代予以解决。实例分析证明该改进算法收敛速度快,全局寻优能力强。利用它求得的组合预测值,相对于单一模型的预测结果,精度有较大的提高,说明该改进算法应用到中长期电力负荷预测中是可行的。

基于改进鲸鱼算法优化支持向量机的故障诊断的研究与应用

故障诊断在工业生产过程中具有很重要的作用,尤其是对于要求比较高的分子蒸馏来说,微小的故障都会造成其提纯率,因此提出一种基于改进鲸鱼算法优化支持向量机的故障分类方法(improved whale optimization algorithm-support vector machine,IWOA-SVM),加入反向学习策略和对数权重因子到普通鲸鱼算法中。首先,用反向学习策略(opposition-based learning,OBL)代替随机初始种群,用反向学习策略选取出反向种群,对种群进行择优选择,一方面OBL能够高效地提高群智能算法的全局搜索能力,另一方面提高鲸鱼算法在重复迭代中的多样性,使其跳出局部最优解;其次,引入自适应权重因子并将其加入到鲸鱼优化算法中,利用权重因子的动态变化,很大程度上增强了全局搜索能力;最后,采用改进之后的鲸鱼算法对SVM的参数进行寻优,并利用优化之后的支持向量机对刮膜蒸发过程获得的故障数据进行诊断识别,将IWOA-SVM的结果与其他3种做对比。结果表明,IWOA-SVM算法分类准确率提升了2%,且其准确率保持在98%以上,在分类结果的准确性以及算法的鲁棒性方面优于其他算法。

改进人工蜂群算法

针对人工蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,利用自由搜索算法中的信息素、灵敏度模型代替传统的轮盘赌选择模型,并引入OBL策略产生新蜜源取代每次迭代的最差蜜源,提出了一种改进的人工蜂群算法,并结合NIT技术建立一种新的多峰优化方法.对9个标准测试函数仿真表明本文提出的改进算法不仅大大提高了最优解的精度而且缩短了运行时间,改进性能明显优于现有人工蜂群算法.实例测试表明该方法能够有效、精确地搜索各个峰值点.

PBL结合OBL模式临床医学课程整合的实践与思考——“南山班”风湿免疫教学试点

作为广州医科大学临床医学专业统筹实验班,南山班率先实施了系列教育改革,以问题为导向的教学法(PBL)为切入点,以人体器官系统(OBL)为主线,通过借鉴他校教改模式,在新课程体系建设和先进教学理念的引入方面做了有益的探索和研究。本文将针对现阶段本科临床教改最为困难的部分--课程体系,通过借鉴他校经验教训,首次以风湿免疫系统教学为例对PBL结合OBL模式的课程整合进行初步探讨,以期为我校教改提供有益借鉴。

“器官系统”教学模式结合PBL在本科实习带教中的应用

目的:探讨"以器官系统为中心"教学模式(OBL)结合"以问题为中心"教学模式(PBL)在本科实习教学中的应用效果。方法:将2016.7—2017.7我校五年制临床医学和临床药学本科实习学生50人随机分为实验组及对照组,分别以OBL教学模式结合PBL教学及传统教学模式进行实习。最终对实习生进行病例分析理论考试、实践技能操作考试及问卷调查进行评估。结果:实验组在实践技能考试结果尤其是病例综合分析能力明显优于传统带教模式下的对照组(P<0.05),问卷调查得分实验组高于对照组(P<0.05)。结论:OBL教学模式结合PBL教学的教学方法可提高实习学生的综合分析能力,以及临床实践能力,提高学生的主动性、积极性,是一种值得推广的临床教学模式。

以《消化系统整合课程》为例初步探究基础医学整合课程教学

目的以《消化系统整合课程》为例探讨在以器官系统为中心(OBL)的医学整合课程教学模式中如何有机地融入传统病理生理学教学内容,以期为医学整合课程体系教学改革提供参考建议。方法我校为适应新时代医学高等教育的教学改革需要,以OBL开展整合课程教学改革,并设置了整合课程小班制改革班。与常规班比较,观察评价的指标主要有教师对以问题为导向教学法的评价、学生的消化系统整合课考试成绩、小班制课改班学生的问卷调查结果等。结果教师对学生PBL的评价在“主动积极思考和针对性发言、培养医学素养和提高综合能力”等方面评价有统计意义(P<0.05);小班制的课改班学生的消化系统整合课程考试成绩差异无统计意义(P>0.05)。结论以OBL的医学整合课程《消化系统整合课程》教学改革有利于提升学生综合应用所学知识分析和解决消化系统相关基础与临床问题的能力,且能在提高医学生综合素养的同时激起学习《消化系统整合课程》的兴趣,但对于应试能力的培养效果不明显。

具有小世界邻域结构的教与学优化算法

教与学优化(teaching-learning-based optimization,TLBO)算法是近年来提出的一种通过模拟"教"与"学"行为的群体智能算法。为了克服教与学优化算法容易早熟,解精度较低,后期收敛速度慢等弱点,提出了一种改进的教与学优化算法,并命名为S-TLBO(small world neighborhood TLBO)。该算法采用小世界网络作为其种群的空间结构关系,种群中的个体被看作是网络上的节点。在算法的"教"阶段,学生基于概率向教师个体进行学习,而在"学"阶段,学生则在自己的邻居节点中随机选择较为优秀的个体进行学习。为了提高加强算法的勘探新解和开采能力,引入教师个体执行反向学习算法。在多个经典的测试函数上的实验结果表明,所提出的改进算法具有较高的全局收敛性和解精度,适合于求解较高维度的多模态函数优化问题。

基于改进的逐行双向标识法机载LiDAR数据滤波技术

分析现有主流滤波算法的优缺点,并针对缺点,提出改进的逐行双向标识法(POBL)滤波算子,该算子在滤波的同时采用3种分类尺度,即高程差、坡度差、长度,有效地克服了现有滤波算法分类尺度单一、不能适应各种复杂地形的缺点。最后对POBL滤波算子进行试验,试验表明该算子能够适应各类复杂地形,特别是地形突变及地物表面与地形表面之间高程差异不大的区域,所获取的滤波结果正确率相对于其他滤波算子有显著的提高。

民办高校学生评教指标体系的调整——基于OBL理念的思考

民办高校学生评教体系尚存在较多的薄弱环节——照搬公办学校的评价体系、指标体系的设计局限于以管理为本、评教内容较为单一等。本文将针对这些问题进行分析,提出了基于OBL理念下的学生评教指标体系构建的几点建议。

基于灰狼算法与小波神经网络的目标威胁评估

为了提高目标威胁度评估的精确度,建立反向学习灰狼算法(OGWO)优化小波神经网络的目标威胁评估模型(OGWO-WNN),提出基于该模型的算法.该模型使用反向学习策略(OBL)优化灰狼算法(GWO),通过改进后的灰狼算法优化小波神经网络的各权值和小波基函数的平移因子与伸缩因子,使优化后的小波神经网络能够对威胁度测试样本集作更好的预测.实验结果显示,采用反向学习灰狼算法能够更好地优化小波神经网络的权值与平移、伸缩因子,使建立的小波神经网络目标威胁评估模型具有更高的预测精度和更强的泛化能力,能够精准、有效地实现目标威胁评估.

具有Lévy飞行和反向学习的增强型人工蜂群算法

针对人工蜂群算法(artificial bee colony,ABC)存在寻优精度不高、收敛速度较慢、容易被局部极值吸引的不足,提出一种具有Lévy飞行和反向学习(opposition-based learning,OBL)策略的增强型人工蜂群算法(enhanced artificial bee colony algorithm with Lévy flight and opposition-based learning strategy,ELOABC)。首先,在雇佣蜂和观察蜂阶段,引入Lévy飞行改进新产生的解,由于Lévy飞行具有随机步长性,因此可以避免算法陷入局部最优;其次,在侦查蜂阶段,变异解由停滞解和当前最优解的位置决定,再结合反向学习策略生成变异解的反向解,保留两者中更好的解以提高算法解的精度;最后,利用15个基准测试函数对增强型人工蜂群算法的性能进行实验测试。实验结果表明,改进算法性能明显优于其他算法。

多蜜源蜂群算法在无线传感器网络覆盖的优化

基于人工蜂群算法以及无线传感器网络相关技术,提出了一种基于互动策略的多蜜源蜂群算法。该算法采用灵敏度与信息素结合的选择策略代替轮盘赌选择方式以实现跟随蜂的开采过程并引入互动策略实现跟随蜂的邻域搜索。此外,在每次迭代结束时,根据OBL策略产生新蜜源以更新最差蜜源。仿真结果表明,该算法能够使检测区域内传感器节点的分布更加均匀,且通过较少次数的迭代,实现更优的网络覆盖率,这对于延长整个无线传感器网络的生命周期,降低网络的能耗,有着重要的影响。

基于梯度的低功耗Cache划分算法

在GPA(Gradient-based Partition Algorithm)算法的基础上提出一种对多核系统的共享L3cache进行划分的方法GLPCPA(Gradient-based Low-Power Cache Partition Algorithm),该方法通过监测cache行为的局部特性和全局特性的方法打开或关闭一些cache路对cache的容量进行动态调整,在保持性能的同时降低功耗.该方法使用循环OBL(Robin One-Bit LRU)替换算法,其硬件开销小且性能高.仿真实验表明GLPCPA算法能将共享L3 Cache的总功耗减少20%以上,最多可以减少40%,但性能下降不超过10%.而且GLPCPA具有健壮性、可扩展性以及稳定性,并能够和现有的cache设计很好地结合在一起.

以器官系统为中心的教学法和以问题为基础学习教学方法在风湿免疫科实习中的应用

目的研究以器官系统为中心的教学法(OBL)与以问题为基础的教学法(PBL)在临床风湿免疫科实习教学中的应用效果。方法选择2014年5月—2015年5月期间来该院风湿免疫科实习的全体实习生共102名,按随机数字表法将所有实习生分为两组,各51例。其中51例实习生采用OBL教学法进行教学作为OBL组;另51名实习生采用PBL教学法进行教学作为PBL组,观察对两组实习生的教学效果。结果 OBL组实习生理论考核、实践考核以及总分均高于PBL组实习生,差异有统计学意义(P<0.05)。OBL组、PBL组实习生自我学习能力满意度分别为98%、88%,OBL组实习生满意度更高,差异有统计学意义(P<0.05)。结论以器官系统为中心的教学法在临床教学上效果更佳,在风湿免疫科临床教学中具有重要意义,值得临床教学推广及应用。

浅析进口OBL系列计量泵维护及其故障处理

本文通过对进口OBL系列计量泵的原理、结构进行分析,结合实际工作中的应用,总结出进口OBL系列计量泵的维护和故障处理中应注意的问题。

飞秒激光术中角膜基质不透明气泡层的研究进展

飞秒激光辅助的准分子激光原位角膜磨镶术(FS-LASIK)和飞秒激光小切口角膜基质透镜取出术(SMILE)是目前主流的角膜屈光手术方式。虽然临床研究显示其具有很高的安全性、有效性和可预测性,但制作角膜瓣或透镜时需要依赖飞秒激光,不可避免地会发生飞秒激光相关并发症,如负压失吸、不透明气泡层(OBL)等。OBL是飞秒激光在角膜组织中发生光爆破作用时产生的二氧化碳和水蒸气聚集体在角膜基质中无法及时排出而形成,是飞秒激光手术特有的并发症。气泡可能会干扰术中操作和影响术后视觉质量。本文就OBL形成的机制、分级和分类、影响因素及其对术中操作和术后效果的影响进行综述,以期为进一步临床工作提供参考和依据。

以“器官系统为中心”教学模式应用于心内科临床实习教学中价值分析

探讨“器官系统为中心”(OBL)教学模式在心内科临床实习教学中的价值,为实际应用提供参考依据。方法:选取我院心内科2019年7月-2020年12月所接收实习医生70名,随机分为研究组与对照组。对照组35名,采用常规教学方法;研究组35名,采用OBL教学模式。比较组间差异。结果:研究组学生中,理论知识得分为(92.17±5.26)分、实践操作得分为(94.24±5.16)分,均高于对照组,t分别为4.972、4.283,差异具有统计学意义(P<0.05)。研究组中,学习积极性、理论知识掌握程度、典型病例认知、合并症状处理、教学满意度评分分别为(18.15±1.02)分、(18.03±1.25)分、(17.56±1.36)分、(18.10±1.20)分、(18.25±1.13)分,均高于对照组,t分别为6.277、6.782、6.287、8.907、4.474,差异具有统计学意义(P<0.05)。结论:OBL模式更具针对性和整体性,教学目的更为明确,有利于激发学生学习激情,改善教学质量,值得推广应用。

OBL模式结合思维导图在医学寄生虫学教学中的应用研究

以器官/系统为中心的OBL教学模式可以将寄生于同一器官/系统中的人体寄生虫相关知识联系在一起,帮助学生综合掌握人体寄生虫学相关知识。而思维导图则某一种人体寄生虫为中心主题,发散出各节点,激发学生大脑思维无限潜能。本文尝试探讨将OBL模式与思维导图方法有机结合对人体寄生虫学教学的应用意义。