基于复杂网络分析吴力群治疗抽动障碍用药规律

目的探究吴力群教授治疗小儿抽动障碍的用药规律。方法收集吴力群教授2016年9月-2022年10月诊治抽动障碍患儿病案,建立数据库,使用SPSS Statistics 23进行频数统计,使用Liquorice软件进行多尺度骨干网络分析及多层核心网络分析,总结用药规律。结果共纳入病案709则,涉及处方834首,中药203味。药物类别多为补虚药、清热药、平肝熄风药,药性以温、寒、平性为主,归经多归肺经、肝经、脾经。复杂网络分析显示核心处方由当归、白芍、川芎、党参、等20味中药组成,得到30组常用药对,以及不同症状及共患病常用药物。结论吴力群教授治疗小儿抽动障碍重在从“肝风”论治,疏散外风截断病程,平肝潜阳以熄内风,并重视调达肝气,滋阴柔肝,养血熄风。

古城煤矿多风机并联运转风流稳定性分析

为掌握古城煤矿通风系统动力与阻力匹配状态,从而判断通风系统的稳定性,以古城煤矿通风动力设施并联运转工况点为切入点,分析了古城煤矿“H”型通风系统在多风机联合运转情况下风流的稳定性,得到多风井并联运转模式中相互干扰与否的判别式,并基于此对古城煤矿即将投运的鲍店风井投运后形成的双“H”型通风系统进行干扰判别预测分析,利用古城煤矿矿井通风管理信息系统进行智能预测仿真模拟,得出矿井风机联合运转不会产生相互干扰的结论。

基于关联规则及复杂网络分析探讨古代中风方剂用药规律

目的:探讨古代中医治疗中风的用药规律。方法:收录古籍中治疗中风的方剂422首,用Epidata建立数据库,对药物的使用频次、类别、使用比例等进行统计分析,并运用关联规则及复杂网络分析对其用药规律进行提取。结果:纳入方剂涉及中药18个种类,药物221种,使用频次共4058次;使用比例较高的依次为解表药、补益药、祛风湿药、清热药、活血药等;使用频次较高的药物依次为防风、川芎、当归、人参、白芍等;药物的使用以温、平、微温、微寒、寒为主,性味以辛、甘、苦为主,归经多以脾、肝、肺、心为主;根据Apriori算法,共产生496条规则,运用复杂网络分析提取了核心药物节点:防风、甘草、当归、川芎、人参和羌活。结论:古代中医治疗中风,重视祛风通络、补气养血治法的运用。

基于复杂网络的风速预测新方法

为了更准确地预测风速,首先利用可见图将风速时间序列映射到有向加权网络中,通过计算邻居时间节点的相似度并结合最短路径的方法确定网络中节点的相似度矩阵。然后在有向加权网络节点相似度分析的基础上结合相邻预测法及线性逼近法进行预测。在预测实验中,通过和其他模型的误差比较证明其适用性和可预测性,说明该方法能更准确地预测风速,可为电力系统的运行提供借鉴作用。

基于混合型复数域CNN的风力发电机组塔架振动频率动态跟踪方法

研究基于混合复数域CNN的风力发电机组塔架振动频率动态跟踪方法,动态跟踪风力发电机组塔架振动频率,抑制谐波干扰的影响。应用坎贝尔图法分析风力发电机组与塔筒共振点,确定自适应陷波器结构与陷波器自适应调整迭代搜索区间,应用黄金分割法在迭代搜索区间内,通过更新变步长、引入约束敏感因子,动态跟踪风力发电机组塔架振动中心频率,并应用融合估计方式确定振动基频;通过级联自适应陷波器与混合复数域CNN网络,抑制所跟踪到的风力发电机组塔架振动中心频率和基频中有用信号频率干扰,获取更精准的振动频率跟踪结果。实验结果表明:该方法可有效跟踪风力发电机塔架振动中心频率,降低风力发电机在运行时叶片拍打、叶片面外力矩振动幅度及塔架振动幅度,更好满足风力发电机组塔架振动控制需要。

基于卷积神经网络的Bolund岛流场重构

基于卷积神经网络的流场重构方法是风资源评估领域的一种新兴方法,具有成本低、周期短、精度高等优点,在风电场建设评估和风资源利用等领域具有较强的学术价值和工程应用背景。以风资源评估中常用的Bolund岛为研究对象,采用CFD数值模拟的输入风廓线和输出流场为样本标签,构建了以多层融合卷积神经网络为基础的流场重构方法。以缩短计算时间为目标,研究了样本量对流场重构方法精度的影响,同时对重构方法的外插能力进行了分析。研究结果表明:建立的基于卷积神经网络的流场重构方法可以较好地还原流场信息;当重构目标处于训练样本范围内,全场最大重构误差不高于2%,且在样本量从100减小到25时,全场最大重构误差仍在5%以内;构建的重构方法具有一定的外插能力,但其能力有限,当重构目标超出训练样本范围,全场最大重构误差增加到20%以上。

矿井复杂风网火灾风烟流应急调控技术及应用

针对复杂通风网络井巷火灾预防和应急救援较困难现状,分析了风流场、温度场、烟流浓度场的风流扰动、热量传递、烟流扩散等规律。根据不同火源位置的烟流演化规律,提出一种能够同时满足排烟风量和采场风量需求的火灾风烟流应急联动调控方案。以鄂尔多斯转龙湾煤矿为应用案例,建立了转龙湾煤矿火灾烟流应急联动调控系统。为分析其控风排烟效果,结合实际的井巷和通风参数,基于Ventsim软件构建了其复杂通风网络三维可视化模型。运用VentFire模块对其不同火源位置火灾场景的风烟流蔓延效果进行模拟。分析了采取应急调控方案前后的排烟效果和风量分配情况。结果表明:当不同位置发生火灾时,及时启动应急排烟方案,在满足排烟风量的基础上其他各关键地点的风量仍能保证正常通风时的90%以上,能够满足转龙湾煤矿灾变期间的控灾、救灾需求。

基于分区建模的复杂山地风电功率预测

受地表粗糙度、复杂地形等因素的影响,对山地风电场整体风电功率进行预测存在较大困难。为解决此问题,提出利用K-means聚类算法对风电机组进行分区建模,根据风电机组的预测精度以及风电机组与子区域的相关系数,选择每个子区域内的参考风电机组。采用BP神经网络分位数回归模型对参考风电机组的风电功率进行预测。基于参考风电机组的预测结果,利用核密度估计(KDE)和稀疏贝叶斯学习(SBL)形成的组合预测模型对子区域的风电功率进行预测,将子区域的预测结果相加即可得到整体区域功率预测结果。实验结果表明采用分区建模的方法可有效提升复杂山地风电场功率预测的准确性。

复杂风网井下循环风快速搜索算法

井下循环风作为一种不合理的通风现象,在矿山实际生产中必须加以控制或利用,然而,目前对循环风搜索方法的研究较少。对循环风产生的原因和影响进行了深入的研究,并对现有的循环风搜索算法进行了分析。基于图论的角度,首次提出了一种适应任意复杂风网基于深度优先的循环风快速搜索算法,该算法可以搜索出通风网络的所有循环风,指导通风技术人员对通风系统进行优化设计或改造。同时,该算法可以应用于任意网络单向回路的搜索。

基于复杂网络的风电消纳能力评估模型改进

传统风电消纳评估方法仅针对电网耗能量进行评估,未对影响电网的其他因素进行综合评估,评估效果较差。提出基于复杂网络的风电消纳能力评估模型进行改进。给出风电消纳能力评估的流程,将当前工作点作为基点,给出符合标准要求的风电消纳的上限值和下限值,获取可靠的风电消纳区间,利用风电消纳区间塑造风电消纳评估的目标函数,对复杂电力网络中的网络能效稳定约束、机组节点出力约束、风电预测约束等方面进行全面验证,评估复杂电网网络特定时间段下的风电消纳能力,完成风电消纳能力评估模型的改进。实验结果表明,所提方法在对电网风电消纳能力进行评估的过程中,具有较高的科学性和实用价值。

相空间重构短期风速与发电功率在线预测

风力发电具有随机性、间歇性、波动性和难以精确预测的特点,针对大容量风力发电接入,会对电力系统的安全、稳定运行带来严峻挑战的问题,根据风速的混沌特性,提出采用一种相空间重构理论短期预测方法。首先确定风速的最佳延迟时间τ和嵌入维数m,再次对m和τ的多组可行匹配,并找出一个最佳匹配进行样本相空间重构,最后使用BP神经网络进行短期风速预测。通过对重庆武隆地区某风电场的实测数据进行仿真,证明该方法的有效性和可行性,并且提高了短期发电功率预测精度,对并网风力发电系统的运行具有重要意义。

多轴复杂体零件“降维打击”的编程方式及其BP神经网络优化

多特征体零件在四轴和五轴编程中因为超多的特征关系和复杂的矢量控制,一直是编程师的难题。缠绕轴编程是一种为应对多轴编程中超复杂体零件多特征、难编程等问题提出的新颖处理方案,能够有效解决多特征体零件在多轴编程时效率慢和容错率低的问题。其思路是以后处理的个性化定制为介质,均衡立体编程和平面编程的优缺点,针对复杂体零件,通过降低编程轮廓曲线的空间维度,在低维度编程,完成后将编程好的刀路转曲线,再将曲线升维,依托该曲线编制多轴刀路。该方法能够很好地解决多特征零件的多轴编程问题,是一种有效的编程思路。但是其中的转换机制通过不断升维和降维依然较繁琐,也很难用普通的数学公式或者矩阵表示,不利于深入研究和开发快捷应用。通过介绍此种编程方法,结合MATLAB的BP神经网络算法,构建输入输出层和隐含层,训练出其中的隐含关系,以达到去除中间繁琐的变换、能够直接使用的目的,为快捷、方便地使用此编程方法提供了完整的思路和理论支撑。并且通过数据分析对普通方法编程结果、降维编程结果、MATLAB自动曲线编程结果进行了空间拟合,然后进行对比后两组结果与普通编程结果之间的误差大小来证明该方法切实可行。

基于多预测模型与非线性组合的神经网络风速预测

针对复杂山地风速在时空特性上存在强随机性的问题,为了提高风速数据预测的准确性,提出一种基于多预测模型与非线性组合的神经网络风速预测算法。在算法第一层,利用灰狼优化器(GWO)并引入动态收敛因子改进鲸鱼优化算法(WOA),将改进后的WOA应用于反向传播神经网络(BPNN)权值及偏置项的更新过程。同时,基于改进后的鲸鱼优化算法的反向传播神经网络(IWOABP)、极限学习机(ELM)和长短期记忆(LSTM)3种优势互补的方法构建组合预测方法,并在此基础上利用算法第二层的ELM混合机制,以非线性方式学习第一层与最终结果的关系。仿真结果表明,所提算法相较于BPNN、小波神经网络(WNN)及灰狼优化器导向的BPNN(GWOBP),预测误差均有所降低。

太阴中风证候要素与临床特征的数据挖掘研究

[目的]探究太阴中风证候要素和临床特征。[方法]纳入530例太阴中风证病案,用主成分分析和因子分析,得出太阴中风证候要素;用复杂网络法,筛选太阴中风临床特征。[结果]用主成分分析法提取具备相对独立性,特征值均在1以上且累积贡献率大于75%的16个主成分,经过因子旋转法提取16个因子组合,得出太阴中风证候要素如下:血证(2.917%),水证(2.102%、1.965%、1.790%、1.635%、1.458%、1.373%、1.280%、1.174%、1.156%),火证夹气(1.484%),水火夹杂证(1.446%、1.353%、1.129%),血水同病(1.081%),血火水夹杂证(1.070%)。复杂网络筛选出太阴中风临床特征为:汗出、脉细、腹胀、腻苔、浮脉、下睑淡白、麻木、恶寒、弦脉、下肢浮肿、肢厥等。[结论]运用主成分分析和因子分析法可更为客观准确地分析太阴中风证候要素先后主次规律;复杂网络更为直观地筛选出太阴中风的临床特征。

基于神经网络的相空间重构短期风速发电功率在线预测

风力发电具有随机性、间歇性、波动性和难以精确预测的特点,针对大容量风力发电接入,会对电力系统的安全、稳定运行带来严峻挑战的问题,根据风速的混沌特性,提出采用一种相空间重构理论短期预测方法。首先确定风速的最佳延迟时间τ和嵌入维数m,再次对m和τ的多组可行匹配,并找出一个最佳匹配进行样本相空间重构,最后使用BP神经网络进行短期风速预测。通过对重庆武隆地区某风电场的实测数据进行仿真,证明该方法的有效性和可行性,并且提高了短期发电功率预测精度,对并网风力发电系统的运行具有重要意义。