基于改进PSO的无线传感器网络数据自适应聚类算法

为解决无线传感器网络数据类项过于繁杂的问题,将相似信息参量整合成独立的簇类对象集合,提出基于改进PSO的无线传感器网络数据自适应聚类算法。按照改进PSO算法的作用机制,确定欧氏距离指标的计算数值,实现对网络数据的处理。在无线传感器网络体系中定义聚类排序原则,结合相关数据样本求解自适应期望熵,完成无线传感器网络数据自适应聚类算法研究。实验结果表明,在改进PSO算法作用下,无线传感器网络数据经过整合后的簇类对象集合数量由20个减少到6个,能够解决无线传感器网络数据类项过于繁杂的问题,满足按需整合相似信息参量的实际应用需求。

偏最小二乘Kriging模型辅助的高效全局优化方法

针对昂贵约束优化问题中因超参数过多引发的维数灾难及优化效率不高问题,提出一种新的偏最小二乘Kriging模型辅助的高效全局优化方法。该方法通过偏最小二乘核函数提升Kriging模型建模效率,构建两种偏最小二乘权期望填充准则实现模型的自适应调整及高效全局优化。测试函数及工程实例结果表明,所提方法可有效减少超参数计算量,提升昂贵约束优化问题求解效率。尤其在高维问题中,所提方法在解的收敛速度,稳健性及精度方面均具有优势。

基于改进型Kriging-HDMR的翼身融合水下滑翔机外形优化设计

为了使翼身融合水下滑翔机(BWBUG)具有更优的升阻特性,文中通过在优化过程中引入改善期望(EI)补点策略和移动中心点策略,对传统克里金-高维模型表示(Kriging-HDMR)优化方法进行了改进,以达到更准确的预测精度和更高效的优化效率。首先通过基于分类函数变换的参数化方法,建立BWBUG外形的参数化模型,然后以最大化升阻比为优化目标,采用改进型Kriging-HDMR优化方法,对BWBUG外形进行优化设计。试验结果表明,优化后BWBUG外形的升阻比比初始外形提高了3.135 6%。

基于代理模型技术的支架-球囊系统优化设计

目的将改进的Kriging优化算法引入支架-球囊系统的优化设计,从而给其配以适当长度的球囊,使支架能够沿轴向扩张均匀。方法基于有限元计算结果,采用与拉丁超立方(latin hypercube sampling,LHS)抽样方法、期望提高(expected improvement,EI)函数相结合的Kriging优化算法,以减小支架扩张时的狗骨头效应为目的,对球囊长度进行优化设计。结果 Kriging代理模型能近似建立支架狗骨头率与球囊长度间的函数关系,来替代高成本的计算。LHS抽样方法可以确保产生的样本点代表向量空间的所有部分。EI函数能有效地用于平衡搜索,从而找到最优解。优化长度的球囊可以使支架均匀扩张。结论该优化算法能有效地应用于支架—球囊系统的优化设计。

铁路到达旅客离站交通方式选择模型研究

针对常用出行方式选择模型对铁路到达旅客离站交通服务水平需求考虑不足的问题,分析了到达旅客离站交通方式选择机理,定义了服务水平期望作为服务水平因素变量;改进了到达旅客离站交通方式选择模型以及效用函数;根据成都东客站调查数据进行了模型验证。研究表明:服务水平指标参数β取值较低时,部分对于服务水平要求较高的乘客可能会由公共交通方式转向私人交通方式;β取值较高时由于交通信息不对称,乘客不能做出最有利的决策,使得部分公共交通资源没有发挥作用。

一种基于网格的多目标优化方法

工程设计优化大多为多目标、非线性和隐函数的数学规划问题,通常需要用黑箱商用或专用有限元分析软件的模拟结果进行目标评估.这种计算密集型任务导致巨大的计算消耗.为此,将黑箱优化方法和网格计算技术用于工程优化设计领域.首先,通过拉丁超立方取样在设计域内得到了一个分布相对均匀的样本集合,利用这些样本建立工程优化的克里格(Kriging)替代模型;然后,发展了一种与网格计算技术相结合的优化权系数的网格黑箱多目标优化方法(GBMO),并获得一系列按权系数分布的Pareto解.该方法已经在中国国家网格(CNGrid)环境中实现.工程优化实例表明,该方法有很高的优化效率和加速比,适用于国家网格计算环境下的工程设计优化.

基于齿轮参数优化的减速器传动效率提高方法研究

针对减速器传动过程中齿轮影响减速器传动效率的问题,对影响减速器齿轮传动效率的因素进行了研究,提出了一种齿轮宏观参数优化和微观参数优化相结合的方法,用于提高减速器传动效率。首先对齿轮宏观参数运用遗传算法进行了优化,再用KRIGING算法拟合了轮齿修形参数与齿轮啮合功率损失之间的关系;利用均方误差(MSE)准则提高了KRIGING预测模型的精度;在保证模型精度要求的情况下,运用期望改善(EI)准则寻找到了最优解;最后将最优参数输入ROMAX软件,对比了最优解和仿真结果。研究结果表明:最优解相较于仿真结果误差仅为0.179%,优化后,减速器传动效率提升了0.5%。

高效高精度全局优化算法及其气动应用研究

经典的高效全局优化(efficient global optimization,EGO)算法搜寻得到的最优解,受代理模型精度及过早收敛等问题的制约,其精度仍存在进一步改善的空间。围绕最优解精度进一步改善的问题,研究了面向精确最优解的EGO算法。该算法基于Kriging代理模型,涉及的最优加点策略采用考虑Kriging信任的改善期望函数法,使得优化迭代后期更偏向于局部寻优。此外,文中还考虑了与成熟的拟牛顿法和Powell法等局部优化方法协同的算法,以提高最优解的搜寻精度。选用了若干典型的检验函数,对优化算法的具体实施过程进行了模拟与分析,发现改进后的优化算法能以相对较少的额外函数评估次数得到比经典的EGO算法更精确的全局最优解,从而验证了算法的有效性和准确性。最后,把发展的算法应用到具体的跨音速翼型优化问题,算例表明,改进后的EGO算法翼型阻力较原EGO算法减小了1.11%,显示了其工程实用性。

基于函数型特征数据的光伏短期功率预测方法

短期光伏发电功率预测对电网的安全、经济和稳定运行具有重要的意义。随着"互联网+"和"大数据时代"的到来,光伏电站收集的数据更加密集和连续,呈现出函数型特性。目前,光伏发电预测研究还局限于稀疏、离散的传统数据。针对具有函数型特征的min级数据对光伏电站短期功率进行预测。首先,通过傅里叶基函数变换将具有函数型特征的离散数据转化为函数型数据;利用函数主成分分析将数据降维,得到少量函数主成分特征向量,使用高斯混合模型—最大期望算法对特征向量聚类,结合天气信息验证聚类的效果;然后使用改进PSO-ELM算法分别对聚类得到的典型场景进行预测;最后,通过四川某地区实例验证了模型的有效性。

最大价值增量准测及其在EBC评价系统中的应用

本文通过定义“期望价值增量”，建立“最大价值增量准则”（ＭＶＩ准则），将价值工程通过降低成本、提高功能从而提高对象价值的基本目标量化，以ＭＶＩ准则作为任一具体评价指标是否符合价值工程目标的定量化判据，分析了“价值系数法”和“最合适区域法”中存在的问题，证明了ＥＢＣ准则符合价值工程基本目标；依据ＭＶＩ准则对改善功能条件下的广义ＥＢＣ指标重新作推广了定义，完善了ＥＢＣ评价准测。

专门性问题报告的证据法问题研究

2021年施行的《刑诉法解释》第100条赋予了专门性问题报告证据资格,以发挥其在实践中证明案件事实,对各类证据报告进行“兜底”等功能。目前,专门性问题报告包括鉴定意见类、检验报告类、价格认定类、专家意见类等。在实践中,专门性问题报告存在着出具主体“降格”、报告被混同适用、以外在形式审查替代内在实质审查等适用问题,究其原因在于专门性问题报告证据属性不清、“专门性”界定不明、报告类型模糊、缺乏科学审查标准等规范性问题尚未解决。鉴于此,应从增设“专家报告与专家陈述”证据类型、适度放宽对“专门知识”界定、建立对“专门性问题”审查的指导原则、规划专门性问题报告证据类型、构建科学审查机制等方面入手加以解决。

基于偏最小二乘变换与Kriging模型的全局优化方法

针对传统Kriging模型在多变量(高维)输入全局优化中因超参数过多而引发收敛速度慢,精度低,建模效率不高问题,提出了基于偏最小二乘变换技术和Kriging模型的有效全局优化方法.首先,构造偏最小二乘高斯核函数;其次,借助差分进化算法寻找满足期望改进准则最大化条件的新样本点;然后,将不同核函数和期望改进准则组合,构建四种有效全局优化算法并进行比较;最后,数值算例结果表明,基于偏最小二乘变换的Kriging全局优化方法在解决高维全局优化问题方面相比于标准的全局优化算法在收敛精度及收敛速度方面更具优势.

PI3K/Akt/mTOR信号通路抑制剂在乳腺癌中的研究进展

目的:总结PI3K/Akt/mTOR信号通路靶向治疗在乳腺癌中的研究进展。方法:以"PI3K/Akt/mTOR、信号通路和乳腺癌"等为关键词,检索2000-01-2011-06PubMed、Ovid和Springer等数据库的相关文献。纳入标准:1)关于PI3K/Akt/mTOR信号通路的组成、功能特点;2)PI3K/Akt/mTOR信号通路与乳腺癌的关系研究;3)以PI3K/Akt/mTOR信号通路中关键分子为靶点的乳腺癌治疗。根据纳入标准,符合分析的文献40篇。结果:信号转导通路的异常是肿瘤发生、发展的重要步骤,PI3K/Akt/mTOR信号通路与人类多种肿瘤密切相关,其在肿瘤细胞的增殖、存活、抵抗凋亡、血管发生和转移以及对放化疗抵抗中发挥了重要作用。乳腺癌中常见PI3K/Akt/mTOR信号通路的异常激活,以此通路为靶点的药物已成为乳腺癌治疗的研究热点。结论:靶向PI3K/Akt/mTOR通路中关键分子的众多药物在乳腺癌开展了一系列相关的临床试验研究,一部分显示出较好的安全性和有效性。随着对PI3K/Akt/mTOR通路的分子生物学机制的深入研究,期待靶向此通路的抑制剂将会在乳腺癌治疗中发挥巨大的作用,进一步提高乳腺癌患者的疗效和改善预后。