金精矿提金三相循环流化床系统的神经网络建模

三相循环流化床床层压力是影响提金效率的一个重要因素,但床层压力大小受进气速度、固含率、金精矿粒径大小、循环流化床自身设计结构等多种因素影响,关系复杂,难以建立精确的数学模型;针对以上问题,首先通过实验确定了影响床层压力大小的主次因素,为简化问题进行建模做了准备;然后对三相循环流化床提金过程的压力特性进行多工况实验,采用基于LM(Levenberg-Mar-quardt)算法的BP神经网络建立了金精矿提金三相循环流化床床层压力的神经网络模型,并进行了校验;研究结果表明该算法收敛速度快,所建模型精度高且泛化能力强,该模型为三相循环流化床的监控提供了基础。

用于调强治疗计划设计的射野方向自动优选算法

目的:建立一种基于危机器官避让原理(Organ at Risk Avoidance Theory)及混合整数线性法(Mixed Integer LinearProgramming(MILP))的射野方向自动优选算法,并用于三源调强治疗装置提供的非共面射野池(Non-coplanar BeamsPool)的射野方向的优选。方法:(1)利用基于危机器官避让原理的自编程序从已知非共面射野池中初选出30个较优射野;(2)利用MILP程序LPSolve IDE对初选出的30个射野进行调强优化,筛选出预先设定的射野方向数组合,同时计算出射野强度分布;(3)对前列腺癌和鼻咽癌病例,对比分析了相同射野数的共面均分角射野计划和经射野方向优化的计划的DVH图,剂量分布图及危机器官平均剂量。结果:射野方向自动优选算法能够有效的筛选出临床所需要的射野方向数组合,得到相应的调强治疗计划,靶区剂量相同的情况下,危机器官所受剂量显著减少。结论:我们提出的自动优化非共面射野方向的算法可以很好的用于已知射野方向池(如三源调强治疗装置)的射野方向优选和射野强度优化问题。