基于简化阻抗模型和比较元启发式算法的锂离子电池参数辨识方法

快速准确地辨识电化学参数对锂离子电池机理建模至关重要。而传统的参数辨识方法多采用直接拟合,难以精确反映电池的内部状态。为解决这一问题,本工作以37 Ah三元电池为研究对象,基于电化学反应中的法拉第过程、双层电容的弥散效应的非法拉第过程以及固相与液相的传导过程,构建了一个与电化学模型映射的修正简化阻抗模型,与伪二维(P2D)模型不同,该模型输入为不同荷电状态(SOC)下的三电极电化学阻抗谱(EIS),通过拟合EIS得到对应工况电化学参数,实现对电池模型准确的参数识别。通过拟合阻抗谱,辨识得到了16个高敏感度的电化学参数,其中正极7个、负极9个。我们进一步比较了66种元启发式算法在锂离子电池电化学参数识别中的性能表现,从识别精度、计算效率和鲁棒性等方面对其进行多维分析。研究结果表明,自适应差分进化算法在参数识别中综合效果最佳,其平均绝对百分比误差小于3%,非重复函数计算次数小于35000次,表明其达到最大准确度的同时运算量较低,提出的辨识方法不仅更好地反映了参数的物理意义,还为电化学模型的简化计算和在线辨识提供了有力支持。

基于启发式—系统式模型(HSM)的在线知识类视频传播效果研究

[目的/意义]作为一个热门应用,在线知识类视频的传播效果包括传播广度、传播认同度和传播参与度等对于视频平台来说至关重要。基于信息处理的启发式—系统式模型(HSM),研究了知识类视频传播效果的影响因素。[方法/过程]研究在线爬取B站12301条知识视频数据,从中提取出各变量的对应字段信息,采用STATA进行分析,并考察粉丝数的调节作用。[结果/结论]研究结果发现,发布者特征、标题特征、封面特征、内容主题、视频时长和标签等显著影响视频传播效果,且粉丝数起正向调节作用。因此,视频平台需要重视这些启发式和系统式因素,从而提高知识类视频传播效果,以获取竞争优势。

基于病毒溯源优化思想的元启发式优化算法

为提高当前元启发式算法的优化精度和收敛性能,模拟病毒溯源过程的优化思想,文章提出一种元启发式病毒溯源多目标优化算法。给出更早感染者、最早感染者、误差最优解和算法性能评价指标的定义,构造追踪方向、追踪指令和追踪范围启发式更新算法,建立具有目标偏好的感染度函数,由此设计具有快速精准搜索能力的启发式追踪算子和筛查算子。通过17个单目标和多目标测试函数优化实验验证了所提算法在优化精度、优化速度和平均误差上均优于参与比较的其他6个元启发式算法,为复杂优化问题的求解提供了一种新的有效方法。

油气田开发工程学科研究生的启发式教育

油气田开发工程作为传统工科专业,急需大量高素质的创新性、应用型人才,而启发式教育是培养此类人才的关键点。以油气田开发工程专业为例,从实验教学、实习基地教学、理论教学和导师示范作用四个方面深入探讨如何启发研究生的科研创新能力,提出充分利用现有实验设备和设立多种实验教学模式,充分发挥校内校外实习基地的引导作用,以及结合学生特点强化理论教学的引导作用和导师的示范作用。

生物启发式的模式挖掘方法综述

频繁项集挖掘、关联规则挖掘和高效用项集挖掘是模式挖掘中相互关联且不断发展的三个领域。近年来,由于传统算法无法应对爆炸式增长的数据环境,启发式算法已成为模式挖掘方法中的研究热点。为揭示模式挖掘领域的研究与发展现状,从粒子群、遗传、蚁群、蜂群等多个生物启发式算法角度对近年的频繁模式和高效用项集方法研究成果进行全面的分析与总结。对不同生物启发的模式挖掘方法,从使用策略、对比算法、数据集、优缺点进行概述,对相同数据集的实验结果及性能指标进行详细的对比分析。针对目前生物启发式模式挖掘方法中的不足,提出了下一步的研究方向,包括动态数据流、多目标进化、模糊计算和复杂数据类型的研究。

启发式临床医学与案例教学法在内分泌科临床教学中的应用

目的 探究启发式临床医学教学法与案例教学法应用至内分泌科临床教学当中对教学效果及质量的影响。方法 选取2021年2月—2023年1月在湖北医药学院附属国药东风总医院内分泌科实习的54名实习生为研究对象,将2021年2月—2022年1月参与实习的27名实习生纳入对照组,将2022年2月—2023年1月参与实习的27名实习生纳入观察组。对照组实习期间开展传统教学,观察组在实习教学期间应用启发式临床医学教学法结合案例教学法。比较2组出科考核(理论知识、实践技能、病例分析)分数,比较其入科及出科批判性思维能力测试量表(critical thinking disposition inventory-Chinese version,CTDI-CV)评分、医患沟通技能评价量表(set the stage, elicit information,give information,understand the patient’s perspective,end the encounter,SEGUE)评分,调查2组对教学方法有效性的看法。结果 观察组理论知识、实践技能、病例分析出科考核分数[(84.96±6.96)分、(81.48±6.82)分、(83.79±7.15)分]均高于对照组[(79.85±5.73)分、(74.26±6.13)分、(77.95±7.64)分],差异有统计学意义(P <0.05)。出科时,2组CTDI-CV总分高于入科时,观察组CTDI-CV总分高于对照组,差异有统计学意义(P <0.05);2组SEGUE总分高于入科时,观察组SEGUE总分高于对照组,差异有统计学意义(P<0.05)。观察组增强临床思维评价、提高自主学习积极性评价、促进团结协作评价、提高应变能力评价认可人数多于对照组,差异有统计学意义(P <0.05)。结论在内分泌科临床教学中应用启发式临床医学教学法及案例教学法,可提高实习生临床综合能力水平,增强其批判性思维,使其与患者开展高效沟通,对科室临床教学质量的提升具有促进作用。

时间敏感网络中基于EDWF-MTTF的启发式调度算法

随着工业控制和信息网络的快速融合发展,基于以太网的时间敏感网络受到了广泛关注。时间敏感网络采用时间触发通信调度来保证数据传输的确定性。然而,现有调度算法难以快速计算大规模周期性流量的调度表。因此,设计了基于带权重的最早截止时间-最大传输时间优先的启发式调度算法,通过灵活适配流量排序权重以及回溯增强等方法,可以在较短时间内解决工业自动化场景中大规模流量的调度问题。实验结果表明,相比经典整数线性规划方法,带权重的最早截止时间-最大传输时间优先的启发式调度算法能更快地计算出大规模周期性流量调度表的较优解。

一种物流配送机器人路径搜索启发式算法研究

针对带有时间窗和配送机器人的车辆路径问题,提出了一种自适应大邻域搜索启发式算法(ALNS)。首先研究了带时间窗口的车辆路径问题,分析了在调度-等待-检索系统中,时间窗约束引起的同步问题以及两种不同的配送资源在时间问题上的关系,在此基础上提出了改进的自适应大邻域搜索(ALNS)启发式算法。该算法通过破坏和修复部分现有解,在每次迭代时改变大部分解,通过创建初始解决方案,并在自适应机制的基础上获得最优解决方案。通过实验证明了该算法在解决带有时间窗和配送机器人的车辆路径问题上的性能和有效性,最后对配送机器人的应用情况进行了敏感性分析。

基于启发式回溯算法的平面移动式立体车库RGV调度策略

为了提高立体车库路径规划阶段的兑现率,对有轨引导小车(rail guided vehicle,RGV)运行过程及行程时间进行分析,给出了符合并行调度模式的路径重叠率计算方法,针对立体车库作业特征提出了一种值排序启发式(value ordering heuristics,VOH)回溯算法,构建路径节点滑动时间窗,以单位时间窗内任务请求数作为约束函数,通过评估函数对扩展结点性能进行估值并排序,并利用VOH-预剪枝策略对部分结点进行剪枝,以此提高算法求解速度。在非齐次泊松到达过程下进行仿真,实验结果表明,值排序启发式回溯算法可有效降低RGV并行运行过程中时间、空间的路径重叠率,在该实验规模的立体车库模型中发挥稳定,表现为在RGV平均利用率基本不变的前提下具有更小的平均服务时间,当顾客到达率为40、25、10、5 veh/h时,RGV平均服务时间分别减少18.07%、13.29%、12.46%、4.27%,为提升立体车库运行效率提供参考。

基于元启发式优化的机器人智能体无碰撞轨迹规划

针对机器人智能体在复杂三维环境中的安全运动,提出一种基于元启发式优化的无碰撞轨迹规划方案。轨迹点采用五次样条插值,以确保运动轨迹足够平滑,且起始点和目标点的速度与加速度均为零。以轨迹长度最短为优化目标,将轨迹与障碍物的最近距离限制在约束条件中,从而表述为一个优化问题,并采用基于元启发式的灰狼算法进行求解。随后,在复杂的三维地形中对该方案开展2个模拟仿真。结果表明:该方案能够有效地在规划空间内求解出预定数目的最优轨迹插值点,通过五次样条插值形成的轨迹长度达到最短,且不与障碍物发生任何碰撞。

基于启发式算法的计算机异构大数据跨源调度方法

为了提高计算机异构大数据跨源调度性能,设计了一种基于启发式算法的计算机异构大数据跨源调度方法。将计算机异构大数据跨源调度任务划分为若干子任务,利用max-min思想和min-max思想,构建了跨源调度时间负载均衡模型。基于计算机异构大数据跨源调度顺序的灵活性,利用启发式算法的最优策略,选择最优调度任务。根据计算机异构大数据的状态,计算出异构大数据传输控制协议连接的吞吐量,将待调度异构大数据的质量都作为计算机数据层的子流权重,通过处理所有待调度的子流,实现计算机异构大数据跨源调度。实验结果表明,文中设计的方法可以将跨源操作的级别条件提高至10级,跨源调度计算机异构大数据的利用率超过97%,加速比大于85%,计算机异构大数据跨源调度性能明显提升。

启发式k-means聚类算法的改进研究

启发式k-means聚类算法通过在k-means第一次迭代后查看附近的集群来预测每个数据点可能会被划分到的集群子集,有效地加快了算法的运行速度。但由于启发式算法存在随机选择初始聚类中心以及无法有效识别数据集中离群点的缺陷,导致聚类结果的误差平方和较大并且轮廓系数偏小。针对这一问题,提出了CHk-means算法,该算法引入仔细播种方法,克服了启发式k-means算法随机选择初始聚类中心带来的局部最优解问题;该算法引入局部异常因子LOF算法对离群点进行检测,降低了离群点数据对聚类结果的影响。在多个数据集上对3种算法进行对比试验,结果表明CHk-means算法可有效降低聚类结果的误差平方和,增强聚类的轮廓系数,使聚类质量得到明显改善。

基于“微课堂”的物理实验启发式教学实践——以“光的偏振”教学为例

为充分发挥大学物理实验教学在培育创新、提高学生科学实验技能和科学素养方面的作用,提出基于“微课堂”的大学物理实验启发式教学模式。以“微堂课”为平台,构建课前线上预习、课堂以学生为主体的启发式教学、课后线上拓展的教学模式。实践表明,该教学模式充分调动了学生学习的积极性和主动性,教学质量得到有效的提升,学生自主学习、探究学习的意识和能力也在逐步提高。

基于应力约束和启发式算法的建筑钢筋混凝土桁架结构拓扑优化方法

为了解决建筑钢筋混凝土桁架结构承载力较低的问题,文章提出了基于应力约束和启发式算法的建筑钢筋混凝土桁架结构拓扑优化方法。建筑钢筋混凝土桁架结构设计变量过滤处理为后续计算提供基础。根据轴心受力构件计算标准,构建应力约束条件。使用启发式算法中的组合优化方法,在MATLAB软件完成建筑钢筋混凝土桁架结构拓扑优化。试验结果证明:此方法具有较高的计算能力,可提升桁架结构的应力承载力至70.251J,得到最优优化结果。

基于启发式算法和遗传算法的三维装箱问题混合算法研究

在三维装箱问题中,启发式算法和遗传算法都能够较好地解决问题。本文在可放置点生成的启发式算法和遗传算法的基础上,将二者结合生成了新的混合算法来研究三维装箱问题,并通过真实应用场景数据对新的混合算法进行测试,混合算法的装载率和原传统算法相比稳中有增,尤其是针对货物规格种类较多的情况下,混合算法的优势更为明显。In the three-dimensional packing problem, both heuristic algorithms and genetic algorithms can effectively solve the problem. Based on the heuristic algorithm for generating placeable points and the genetic algorithm, this paper integrated the two algorithms into a new hybrid algorithm for the three-dimensional packing problem. The new hybrid algorithm was tested by real data in the application, and its loading rate was stable and had increased compared to the original traditional algorithm. Especially for cases with multiple types of goods, the advantages of the hybrid algorithm were more obvious.

启发式教学法在高中生物教学中的有效应用探究

文章对启发式教学法的应用效果进行了系统分析,旨在探讨启发式教学法在高中生物教学中的有效应用。研究结果显示,采用启发式教学法可以显著提高高中生对生物知识的理解和记忆,也可以提升他们的创造性思维和问题解决能力。相较于传统教学方法,启发式教学法更能激发学生对课堂讨论的参与度,使学生更愿意提出问题和独立思考,这有助于培养他们的批判性思维和自主学习能力。此外,启发式教学法还极大地提升了学生对生物学的兴趣。这种教学方法以其独特的趣味性和挑战性,成功地激发了学生的学习热情,使他们更加主动地投入学习中。

情景启发式教学模式在产前超声筛查临床教学中的应用研究

探讨情景启发式教学模式在产前超声筛查临床教学中的应用研究。方法 选取2022年5月至2023年5月该时间段本院产前超声筛查学专业的学生60名,按照随机数表发的分时将选取的学生分为甲乙两组,分别采用常规讲授方法和情景启发式教学模式展开带教活动,观察不同教学模式在该类学生中的应用效果。结果 研究显示,采用情景启发式教学模式对选取的学生实施带教活动后,乙组学生超声图像掌握评分、实际操作技能评分、筛查案例分析能力评分、教学质量评分得分、教学顺从率、教学满意度均高于甲组患者,两组患者研究数据之间存在的差异显著,具有统计学意义。结论 对产前超声筛查的学生实施情景启发式教学模式,其教学效果显著,对于教学质量的提升及学生综合能力的改善均有积极临床效果,值得推广。

A^(*)蚁群融合的复合启发式路径规划算法

为提高无人机执行巡飞探查任务的效率,规划出一条最优的飞行路径,针对传统蚁群算法应用于路径规划时存在搜索效率低、迭代次数多、路径拐点多的问题,提出一种A^(*)蚁群融合的复合启发式路径规划算法。利用A^(*)算法预搜索差异化初始信息素,减少蚁群算法前期搜索盲目性,提高搜索效率。构造一种复合启发函数,引入A^(*)算法启发思想改进蚁群原本的启发式信息,设计路径平滑启发函数减少路径拐点。改进信息素更新规则,引入路径综合评分指标,使得每次迭代保留综合性能评分最优的路径。仿真实验表明,改进算法提高了搜索效率,一定程度上解决了拐点过多的问题,综合性能指标优于基本算法与对比文献算法,具有一定工程实践与理论研究意义。

CBS-RISE联合情景启发式教学在妇产科超声带教中效果分析

探讨联合应用以案例引导式教学(CBS)联合以文献为导向的教学法(RISE)、情景启发式教学对妇产科超声带教效果的影响。方法 以2023年01-06月期间前来我院进行妇产科超声学习的92名医学生作为本次研究对象,应用随机数字表法将其分为研究组(n=46)、对照组(n=46)。研究组予以CBS-RISE联合情景启发式教学,对照组实施以授课为基础的教学(LBL),记录并对比两组带教前、带教结束后理论知识及实践操作技能考核情况。结果 两组带教前妇产科超声理论知识考核得分组间对比无统计学意义(P>0.05),带教结束后两组妇产科超声理论知识考核得分均高于带教前,且研究组该指标评分更优,数据组间、组内对比P<0.05(有统计学意义);各组妇产科超声实践操作技能带教前考核结果组间对比P>0.05(无统计学意义),带教结束后,各组产科超声实践操作技能考核得分均优于带教前,研究组产科超声实践操作技能考核得分优于对照组,数据组间、组内对比均存在统计学意义(P<0.05)。结论 CBS-RISE、情景启发式教学联合应用于妇产科超声带教工作中效果显著,有利于提高医学生理论知识、实践操作技能掌握情况。

互动启发式教学在中医科辨证施护能力培养中的应用

目的 探讨互动启发式教学在中医科辨证施护能力培养中的应用效果。方法 取三所医院中医科护士45名,按照随机数字表法分为对照组和观察组。对照组22名采用常规培训,观察组23名采用互动启发式教学,比较两组中医护理能力、中医辨证施护能力和考核成绩。结果 观察组的中医护理能力得分为(105.26±3.64)分,高于对照组的(92.37±4.08)分;辨证施护能力得分为(79.37±2.52)分,高于对照组的(72.06±2.71)分,且观察组的辨证施护理论得分、辨证施护实践技能得分均高于对照组,差异均有统计学意义(P<0.05)。结论 基于互动启发式教学的中医辨证施护能力培养,有利于提高护理人员中医知识、辨证施护能力的培训效果。