Changes in compressed neurons from dogs with acute and severe cauda equina constrictions following intrathecal injection of brain-derived neurotrophic factor-conjugated polymer nanoparticles

This study established a dog model of acute multiple cauda equina constriction by experimental constriction injury （48 hours） of the lumbosacral central processes in dorsal root ganglia neurons. The repair effect of intrathecal injection of brain-derived neurotrophic factor with 15 mg encapsulated biodegradable poly（lactide-co-glycolide） nanoparticles on this injury was then analyzed. Dorsal root ganglion cells （LT） of all experimental dogs were analyzed using hematoxylin-eosin staining and immunohistochemistry at 1,2 and 4 weeks following model induction. Intrathecal injection of brain-derived neurotrophic factor can relieve degeneration and inflammation, and elevate the expression of brain-derived neurotrophic factor in sensory neurons of compressed dorsal root ganglion Simultaneously, intrathecal injection of brain-derived neurotrophic factor obviously improved neurological function in the dog model of acute multiple cauda equina constriction. Results verified that sustained intraspinal delivery of brain-derived neurotrophic factor encapsulated in biodegradable nanoparticles promoted the repair of histomorphology and function of neurons within the dorsal root ganglia in dogs with acute and severe cauda equina syndrome.

导流片结构参数对缩扩蜿蜒通道流阻及换热性能影响

为改进涡轮叶片内冷通道流动换热性能,数值模拟研究入口雷诺数2×10^(4)~8×10^(4)时缩扩蜿蜒通道内导流片结构、布置方式和几何尺寸对流阻和换热性能影响,获得二次流强度和综合热力性能之间的关系。结果表明:随着雷诺数增加,带导流片通道阻力系数变化幅度小于5%,180°导流片拥有各模型中最强减阻能力,导流片通道阻力系数相较于无导流片通道下降50.2%。导流片结构起到强化换热作用,180°导流片强化换热效果最显著,换热系数提高12.3%。导流片不同结构对通道综合热力性能影响差别较大,180°导流片通道综合热力性能最强,相较于无导流片通道提升56.4%。综上所述,导流片结构参数方面研究可以有效降低内冷通道流动阻力损失并增强其换热能力。

社区自理老年人生活空间受限状况及影响因素分析

目的 调查社区自理老年人生活空间受限状况并分析其影响因素,为针对性干预提供参考。方法 采用方便抽样法选取268名合肥市社区自理老年人作为研究对象,采用一般资料调查表、生活空间测评量表、简易精神状态检查量表、艾森克人格问卷简式中文版进行调查。结果 社区自理老年人生活空间受限发生率为42.2%。年龄、性别、婚姻状况、受教育程度、人格类型、是否使用辅助工具、认知功能是社区自理老年人生活空间受限的影响因素(均P<0.05)。结论 社区自理老年人的生活空间受限发生率较高。医护人员应加强对社区自理老年人生活空间受限的早期筛查与识别,采取针对性干预措施以改善自理老年人的生活空间状况,提升其晚年生活幸福感,促进健康老龄化。

基于Spark框架的高效KNN中文文本分类算法

针对K-最近邻（KNN）分类算法时间复杂度与训练样本数量成正比而导致的计算量大的问题以及当前大数据背景下面临的传统架构处理速度慢的问题，提出了一种基于Spark框架与聚类优化的高效KNN分类算法。该算法首先利用引入收缩因子的优化K-medoids聚类算法对训练集进行两次裁剪；然后在分类过程中迭代K值获得分类结果，并在计算过程中结合Spark计算框架对数据进行分区迭代实现并行化。实验结果表明，在不同数据集中传统尽最近邻算法、基于K-medoids的群最近邻算法所耗费时间是所提Spark框架下的B最近邻算法的3．92-31．90倍，所提算法具有较高的计算效率，相较于Hadoop平台有较好的加速比，可有效地对大数据进行分类处理。

一种克服局部最优的收缩因子PSO算法

收缩因子粒子群优化算法容易陷入局部最优并出现早熟收敛的现象。为此,提出一种改进的收缩因子粒子群优化算法。该算法引入速度因子和位置因子参数,若粒子向全局最优接近且速度小于设定的速度因子,则认为该粒子可能出现停滞,从而对该粒子进行初始化,以增强粒子活力。在算法陷入局部最优时,通过该方法驱散粒子以提高种群多样性,避免产生早熟收敛现象。对多峰标准测试函数进行仿真实验,结果表明,该算法能提高收敛精度,有效避免算法陷入局部最优。

改进的粒子群优化算法求解车辆调度问题

采用对基本粒子群优化算法引入遗传操作来提高种群多样性,这样虽能避免产生局部极小,但收敛速度会降低,通过加入收缩因子来达到两者的均衡。优化和仿真结果表明改进算法性能更优,能有效地解决公交车辆的智能排班问题。

改进拟态物理学算法在交直流系统无功优化中的应用

拟态物理学算法(APO)具有较好的全局搜索能力,且能避免粒子群等算法常出现的易早熟收敛现象,具有较好的稳定性、快速收敛和鲁棒性。针对交直流混联系统无功优化问题,在矢量模型的拟态物理学算法的基础上,提出了一种基于改进拟态物理学算法的无功优化算法。为便于处理约束问题,算法中通过定义不可行度函数判断不可行解,并采用收缩因子将不可行解拉回可行域内,再通过多维搜索方法寻求最优解。通过IEEE30节点系统仿真测试,并与其他优化算法进行比较,结果表明该算法具有较好的求解效率和准确性。

基于改进的PSO算法的PID控制在VAV空调系统末端的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用改进粒子群算法的特点设计一种稳定、高效的自适应控制器.方法以PSO-CF(带收缩因子的PSO)PID控制方法的整定结果作为参考,在PSO-CF算法中用一个差分向量扰乱粒子的认知能力,再根据粒子群的演化规则自动完成最优控制.结果采用DPSO-CF(扰乱认知能力的带收缩因子的粒子群)PID自适应控制器时,系统的调节时间约为PSO-CF粒子群PID控制方法的30%,超调量减少了约75%.当系统加入扰动时,相比带收缩因子的PSO,扰乱认知能力的带收缩因子的粒子群PID自适应控制器的调节时间少,超调量小,系统控制品质得到了较大的改善.结论改进的算法不仅具有良好的鲁棒性,而且还有良好的收敛性.采用上述自适应控制器后,整个系统体现了良好的动态性能及较强的鲁棒性.

基于遗传算子的粒子群优化算法的比较分析

为了深入分析探讨改进的粒子群优化算法的性能,针对典型的函数优化问题,设计了3种方案:(1)采用线性递减惯性权重的PSO;(2)基于遗传算子的PSO;(3)在方案(2)基础上,加入收缩因子χ。在MATLAB7.0中对常用的测试函数进行优化仿真,发现当融合遗传算子和收缩因子时,算法性能最优。

圆柱度误差评价方法研究

建立了圆柱度误差评价的最小区域法、最小二乘法、最小外接圆柱法和最大内接圆柱法的数学模型,将一种含收敛因子的粒子群优化算法应用于圆柱度误差的目标函数的优化问题。通过实例的分析与计算,比较了各种模型的计算精度。

粒子群算法在航空发动机部件模型求解中的应用

将粒子群算法引入发动机部件模型的求解中,利用粒子群优化算法的群体智能和记忆功能,克服了插值法和N+1残量法在求解发动机模型时对初值的敏感性。针对发动机部件模型中非线性方程和共同工作方程组的特点,对基本粒子群算法采用不同的改进措施,得到两种改进粒子群算法HPSO1和HPSO2。仿真结果表明,改进粒子群算法求解发动机部件模型具有更好的收敛性和更快的收敛速度。

一种改进PSO优化RBF神经网络的新方法

为了克服神经网络模型结构和参数难以设置的缺点,提出了一种改进粒子群优化的径向基函数(RBF)神经网络的新方法。首先将最近邻聚类用于RBF神经网络隐层中心向量的确定,同时对引入适应度值择优选取的原则对基本粒子群算法进行改进,采用改进粒子群(IMPSO)算法对最近邻聚类的聚类半径进行优化,合理的确定了RBF神经网络的隐层结构。将改进PSO优化的RBF神经网络应用于非线性函数逼近和混沌时间序列预测,经实验仿真验证,与基本粒子群(PSO)算法,收缩因子粒子群(CFA PSO)算法优化的RBF神经网络相比较,其在识别精度和收敛速度上都有了显著的提高。

无线传感器网络中的覆盖优化算法

针对现有覆盖算法存在早熟、收敛性差以及易陷入局部搜索等缺点,结合三峡库区水质监测的应用环境,提出一种无线传感器网络覆盖优化算法。基于带收缩因子的粒子群优化模型,利用混沌Tent映射产生的混沌序列代替模型原有的随机参数,并将聚集度指标作为判定条件,实现参数的自适应调整。实验结果表明,该算法能提高网络覆盖率。

粒子群优化算法在公交车智能调度中的应用

运营车辆的智能排班是公交车辆智能调度需要解决的问题之一,关系到公交企业的经济效益与社会效益。采用兼顾公交公司与乘客双方利益的公交车辆调度模型,将带收缩因子和线性递减惯性权重的粒子群优化算法(W-K-PSO)应用到公交智能排班中。实例仿真结果表明该算法具有比其它优化算法更好的效率,是解决公交车智能调度问题的一个有效方法。

基于搜索空间可调的自适应粒子群优化算法与仿真

针对收缩因子粒子群优化(CPSO)算法易陷入局部最优和发生过早收敛的问题,提出了基于搜索空间可调的自适应粒子群优化(APSO)算法.该算法根据种群早熟收敛程度和个体适应值,在CPSO算法停滞时,将全部粒子有效地划分在3类不同的搜索空间,使种群始终保持搜索空间的多样性,易于跳出局部最优,从而有效地改善了CPSO算法后期的寻优能力.

基于粒子群算法的发动机部件模型求解

传统求解航空发动机部件模型中的非线性方程和共同工作方程组的方法因对初值的依赖使得模型并不总能收敛。首先针对模型中的非线性方程求解的特点,在带邻域的粒子群算法的基础上,将收敛因子、被动聚集压力因子和自适应惯性权重引入算法,提出一种混合粒子群算法HPSO1。而对模型中的共同工作方程组的求解,则是在基本粒子群算法的基础上,将收敛因子和被动聚集压力因子引入基本粒子群算法,提出另一种混合粒子群算法HPSO2。实验仿真表明HPSO1和HPSO2均克服了对初值的依赖性,因而对发动机部件模型求解是有效的。

油纸绝缘变压器介质响应模型参数辨识研究

以扩展徳拜介质响应等值模型为出发点,获得可辨识等值电路的数学模型,对如何准确辨识模型参数展开研究,首次在变压器介质响应模型参数辨识中引入分层思路,并提出分层-压缩因子法,实现基于回复电压现场测试数据的等值模型参数辨识。通过对结果对比分析得出,该算法具有使用灵活、精确高效等特点;本文分别对两台实际变压器进行建模研究,结果表明,该优化算法所辨识的等值模型能有效反映两变压器实际情况,为进一步分析变压器绝缘状态与回复电压特征量之间的关系打下基础。

粒子群优化算法在函数优化中的应用及参数分析

为了更深入地分析探讨粒子群优化算法的性能,采用两种基本改进策略在MATLAB7.0中对几个典型测试函数的优化问题进行了实验,即单独采用线性递减惯性权重策略以及在其基础上再加入收缩因子法,给出了这两种策略下函数的在线性能、离线性能变化图。为指导参数选取,用图示方式给出了不同参数组合对收敛性的影响。结论是:采用线性递减惯性权重策略加上收缩因子法比单独采用线性递减惯性权重策略的收敛性能好。若取固定惯性权重w,则w越小,收敛速度越快。

变论域模糊控制在聚丙烯生产中的应用

为更好地提高模糊控制的自适应能力,以克服聚丙烯生产过程中的非线性、时变及滞后给控制带来的影响,在一般模糊控制基础上,研究了基于PID的变论域模糊控制原理。采用伸缩因子的概念,提出了变论域的改进模糊控制算法,使模糊控制规则可通过论域的压缩或膨胀派生出任意多条。仿真实验表明,该算法使控制系统具有较一般模糊控制和常规PID控制更高的稳态控制精度和良好的动态品质,可有效应用于聚丙烯反应釜控制,以取得较好的控制结果。

带自适应压缩因子粒子群优化算法

针对函数全局优化问题,提出了一种自适应压缩因子粒子群优化算法。研究的结果是对粒子群优化算法定义了一个与迭代步有关的压缩因子,随着迭代步不断增大压缩因子逐渐减小,使得在算法初期,压缩因子较大,提高算法的全局搜索能力,在算法后期,压缩因子较小,提高算法的局部搜索能力,另外,把差分进化算法中的交叉与变异思想引入到该粒子群优化算法中,改善了粒子的多样性。最后把算法应用到两类测试问题中,并与其他粒子群优化算法进行比较分析,数值结果表明,算法是可行的、有效的。该成果对全局优化问题的求解具有一定的参考价值和指导意义。