Collapsed Cone光子束剂量计算方法研究

剂量计算是放射治疗计划系统的核心,与常用的笔形束剂量计算方法相比,collapsed cone卷积/叠加剂量计算方法具有更高的计算精度,为此我们研究了collapsed cone卷积/叠加剂量计算方法及加速算法,开发了一套基于collapsed cone卷积/叠加剂量计算方法的光子束放射治疗计划系统,并运用蒙特卡罗方法对剂量计算的准确性进行了验证。实验结果表明剂量计算误差与射束能量、射野尺寸以及剂量计算分辨率有关,当天顶角增量和方位角增量分别取3.75°和15°时,对于3～20 cm的方野,剂量计算误差均小于1.5%。所开发的collapsed cone光子束剂量计算方法准确可靠,可望应用于临床。

谱聚类和Apriori算法在建筑坍塌事故致因组合分析中的应用

建筑坍塌事故是人员伤亡和经济损失较大的事故类型之一。为探究建筑坍塌事故不同致因之间的关联和相互依存关系,首先,选取国内2015—2020年231份建筑坍塌事故报告作为研究对象,借助R语言平台进行文本挖掘,得到43个致因。其次,运用Python进行谱聚类,根据致因之间的关联强度对其进行聚类。最后,利用关联规则挖掘Apriori算法确定建筑坍塌事故致因之间的关键关联组合。结果表明,43个事故致因可分为5类,在每一个簇类中确定了最关键的致因组合,并提出了针对性的预防措施,为坍塌事故的预防和控制提供一种新的思路。

基于人工智能方法的隧道塌方风险预测研究

为了对隧道塌方风险展开研究,整理246起隧道塌方事故案例,通过建立塌方风险评估指标体系,基于人工智能预测方法,分别采用随机森林算法、径向基函数神经网络、BP神经网络模型、粒子群算法优化BP神经网络模型,对塌方风险进行预测。结果表明,随机森林算法、径向基函数神经网络、BP神经网络模型、粒子群算法优化BP神经网络模型的塌方预测准确率分别为81.67%、83.33%、86.67%、93.33%,F_(1)值分别为0.645、0.642、0.5、0.833。粒子群算法优化BP神经网络模型预测准确率和F_(1)值均大幅提高,预测效果最好,大大减少了评估结果的主观性,为隧道塌方风险研究提供了新的研究思路。

建筑结构火灾下倒塌应急监测技术研究

建筑火灾已经成为威胁城市公众安全的主要灾害之一。为了保护消防救援人员的人身安全,综合运用红外热成像、测量机器人和近景摄影测量等技术构建了一种建筑结构火灾下倒塌应急监测方法,对火灾下建筑的温度场和形变场进行监测,辅助开展建筑倒塌风险分析。该方法采用红外热成像技术获取建筑火灾的温度场数据;利用测量机器人和近景摄影测量技术分别获取关键点位高精度形变数据和多方位立体形变数据;建立了雾凇优化算法(Rime Optimization Algorithm,RIME)与极限学习机(Extreme Learning Machine,ELM)相结合的协同校正模型RIME-ELM,利用关键点位高精度形变数据对近景摄影测量的监测结果进行校正,提高立体形变监测数据的精度。为了验证该方法的有效性,搭建建筑结构实体模型,模拟开展火灾应急监测。结果表明,该方法所获取的火场温度和形变数据符合建筑火灾一般规律,利用RIME-ELM模型所获取的形变校正结果与ELM模型相比,平均相对误差明显降低。这验证了该方法的有效性和可行性,能够为消防应急救援提供全面、可靠的数据支撑。

基于“波函数塌陷”算法(WFC)对中国古典园林假山空间的现代转译探索

在数字化建筑的时代背景下,如何以具有创新性的现代建筑语言对传统建筑、园林空间进行再现,对于当下地域建筑创作有着研究意义。文章从跨学科视角探索假山空间转译的可能性,将假山转译与参数化建筑关联,基于“波函数塌陷”算法(WFC),以传承传统假山空间为起点,对传统假山空间进行数字化转译与应用模拟,初步构想转译后的假山空间在城市环境中的应用方式,从新型的建筑构成模式出发,进一步引发对于未来城市构成方式的思考。

改进边折叠算法的数字孪生模型几何轻量化设计

目的基于经典的边折叠算法,提出一种提高数字孪生技术中虚实映射关系实时性与稳定性的数字孪生模型几何轻量化方法,解决数字孪生模型占用内存大的难题。方法首先分析缝袋机器人码垛流水线的数字孪生模型的数据结构;其次基于经典的边折叠算法,引入二次误差度量作为边折叠代价,设计控制折叠因子,并运用多细节层次技术改进边折叠算法;最后设计四组对比实验进行测试。结果简化后的顶点数量平均减少了50.14%;简化后的文件所占用的内存降低了79.08%;符合数字孪生模型的几何形状误差要求并且大大提高了场景动画的帧率。结论笔者所提出的数字孪生模型几何轻量化方法大大减少了模型的几何图元,降低了模型文件所占用的内存,有效地改善了在数字孪生技术中虚拟产品和物理产品之间一一映射关系的实时性与稳定性差的问题,提升了场景实时渲染效果,保持了模型的细节特征和视觉效果。

Compass验证系统在乳腺癌保乳术后调强放射治疗计划验证中的应用及相关影响因素分析

目的利用Compass三维验证系统对乳腺癌保乳术后调强放射治疗计划进行剂量验证,研究其影响因素并进行分类分析。方法选择乳腺癌保乳放射治疗女性患者20例,年龄45~74岁,中位年龄59岁;侧别,左侧10例,右侧10例。用Compass系统进行计划剂量验证,包括独立核算验证和实测重建剂量验证;将Monaco计划系统蒙卡算法计算的剂量(MCD)、Compass卷积/超分割算法独立核算剂量(CCD)和Compass实测重建剂量(CRD)三者之间两两剂量验证结果进行两两比较(CCD-MCD、CRD-CCD、CRD-MCD),比较参数包括靶区剂量最大限值10%生成区域的γ结果及剂量体积直方图(DVH)结果。结果CRD-MCD与CRD-CCD的γ通过率和平均γ值差异均有统计学意义[(95.23±2.38)%vs(96.33±2.72)%、(94.78±2.56)%vs(95.97±2.95)%、0.41±0.04 vs 0.37±0.04、0.42±0.04 vs 0.38±0.04。P<0.05],CRD-MCD与CCD-MCD的γ通过率和平均γ值差异也均有统计学意义[(95.23±2.38)%vs(99.29±0.46)%、(94.78±2.56)%vs(99.26±0.46)%、0.41±0.04 vs 0.26±0.03、0.42±0.04 vs 0.27±0.03。P<0.05],CRD-CCD与CCD-MCD的γ通过率和平均γ值差异也均有统计学意义[(96.33±2.72)%vs(99.29±0.46)%、(95.97±2.95)%vs(99.26±0.46)%、0.37±0.04 vs 0.26±0.03、0.38±0.04 vs 0.27±0.03。P<0.05]。计划肿瘤靶区(PGTV)的D_(98%)和计划靶区(PTV)的D_(mean)、健侧乳腺的D_(mean)、V5和患侧肺的V20、V30的剂量体积相对偏差在CRD-MCD与CRD-CCD比较,差异有统计学意义[(2.01±1.27)%vs(2.60±1.05)%、(2.84±0.55)%vs(2.55±0.71)%、(-11.15±7.87)%vs(-18.29±7.91)%、(-1.45±5.45)%vs(-2.76±3.83)%、(-0.85±0.36)%vs(-0.65±0.23)%、(-0.56±0.37)%vs(-0.38±0.27)%。P<0.05]。PGTV的D98%、D_(2%)、D_(mean),PTV的D_(98%)、D_(2%)、D_(mean),心脏的D_(mean)、健侧乳腺的D_(mean)、V_(5),健侧肺的V_(5)和患侧肺的V_(5)、V_(20)、V_(30)的剂量体积相对偏差在CRD-MCD与CCD-MCD比较,差异均有统计学意义[(2.01±1.27)%vs(-0.51±0.54)%、(2.86±1.22)%vs(-0.002±0.92)%、(2.63±0.75)%vs(-0.19±0.40)%、(2.17±0.82)%vs(0.38±1.01)%、(2.81±0.95)%vs(-0.17±0.70)%、(2.84±0.55)%vs(0.29±0.43)%、(-17.39±7.79)%vs(0.87±3.30)%、(-11.15±7.87)%vs(9.27±4.87)%、(-1.45±5.45)%vs(2.01±1.30)%、(-0.24±0.80)%vs(0.01±0.04)%、(-4.60±0.87)%vs(0.27±0.59)%、(-0.85±0.36)%vs(-0.21±0.21)%、(-0.56±0.37)%vs(-0.22±1.34)%。P<0.05]。PGTV的D_(98%)、D_(2%)、D_(mean),PTV的D_(98%)、D_(2%)、D_(mean),心脏的D_(mean)、健侧乳腺的D_(mean)、V_(5),健侧肺的V_(5)和患侧肺的V5、V20、V30的剂量体积相对偏差在CRD-CCD与CCD-MCD比较,差异均有统计学意义[(2.60±1.05)%vs(-0.51±0.54)%、(2.88±1.12)%vs(-0.002±0.92)%、(2.83±0.68)%vs(-0.19±0.40)%、(1.81±0.90)%vs(0.38±1.01)%、(2.87±0.82)%vs(-0.17±0.70)%、(2.55±0.71)%vs(0.29±0.43)%、(-18.10±7.40)%vs(0.87±3.30)%、(-18.29±7.91)%vs(9.27±4.81)%、(-2.76±3.83)%vs(2.01±1.30)%、(-0.25±0.81)%vs(0.01±0.04)%、(-4.90±1.03)%vs(0.27±0.59)%、(-0.65±0.23)%vs(-0.21±0.21)%、(0.38±0.27)%vs(-0.22±1.34)%。P<0.05]。结论不同算法在高剂量区、低剂量区和肺等组织密度比较大或者含空腔的组织中计算精度偏差更加显著;机器的稳定性状态对剂量差异亦有影响。

基于动态自适应旗鱼优化BP神经网络的工作面周期来压预测

针对现有工作面周期来压预测方法精度不足、泛化性较差和算力要求高等问题,提出了一种基于动态自适应旗鱼优化BP神经网络(DASFO−BP)的工作面周期来压预测模型。通过分析工作面周期来压机理,得到与来压相关的影响因素,通过皮尔逊相关系数确定对来压具有显著影响的因素(推进速度、直接顶厚度、基本顶厚度、采高、煤层倾角和倾向长度)作为预测模型输入,并以下次来压强度和来压步距作为预测模型输出。针对旗鱼优化(SFO)算法鲁棒性不足的问题,提出了动态自适应优化策略对SFO算法进行改进,即在优化前期利用SFO达到快速收敛的目的,中期则借助秃鹰搜索(BES)跳出局部最优,后期发挥粒子群优化(PSO)深度搜索的优势来提高解的精度。通过改进后的动态自适应旗鱼优化(DASFO)算法对BP神经网络的超参数进行训练,构建了基于DASFO−BP的来压预测模型。实验结果表明:DASFO算法在单峰和多峰测试函数上均能实现快速收敛;与BP,SFO−BP和NCPSO−BP相比,DASFO−BP对周期来压强度和步距的预测值与真实值更为接近,具有更高的精度,拟合能力和泛化能力强,能够准确预测下一周期来压分布情况。

基于LOF-SMOTE算法的地下水影响下矿山岩溶塌陷风险预测研究

矿山岩溶地表塌陷成因复杂,形式多样,为准确预测矿山岩溶塌陷,结合岩溶发育机理,本研究提出基于LOF和SMOTE算法的BP神经网络预测模型。首先通过LOF算法剔除因非自然原因而产生的异常数据,再通过SMOTE算法对剔除后的数据进行过采样,合成新数据,以增加样本数目,最后采用BP神经网络模型对矿山岩溶塌陷进行预测。结果表明,实际工程数据经过预处理后的预测模型,与部分小样本预测模型相比,具有更高的预测精度,可为在其他工程中应用提供参考。

基于改进樽海鞘群算法的特征选择方法

针对樽海鞘群算法求解精度不高、收敛速度慢、容易陷入局部最优等问题,提出融合多种策略的改进樽海鞘群算法CESSA。在初始化种群时引入无限折叠混沌映射,增加初始种群的多样性;在领导者位置更新处融入非线性收敛算子,提高算法全局勘探收敛速度,增强解的精度;根据适应度值的优劣对追随者位置分别采用收敛算子和随机数扰动方式进行更新。改进算法CESSA与K近邻分类器结合构成特征选择模型CESSAFS并用于数据分类。在8个基准函数和10个UCI数据集上分别对CESSA和CESSAFS算法进行测试,其结果表明,改进算法性能更优。

基于人工蜂群优化支持向量机回归的隧道塌方风险预测

为预测隧道塌方风险等级,减少隧道塌方引起的灾害事故,建立基于人工蜂群(artificial bee colony,ABC)优化支持向量机回归(support vector machine regression,SVR)隧道塌方风险预测模型。首先,从工程地质、水文气象、设计因素、施工因素4个方面综合考虑,遴选13个主要影响因素,建立隧道塌方风险指标体系;其次,引入人工蜂群算法优化SVR的核参数C和惩罚参数g,解决传统SVR稳定性低的缺陷,提高模型的精确度,为验证模型性能采用相关系数(R 2)、均方误差(mean squared error,MSE)、均方根误差(root mean squared error,RMSE)评价参数对比分析;最后,以新疆北部某供水工程为研究对象,对隧道塌方风险测试样本进行预测,分别将ABC-SVR、PSO-SVR、GA-SVR及SVR模型对比分析。研究结果表明:ABC-SVR预测结果为100%,PSO-SVR预测结果为83.3%,GA-SVR和SVR均为66.67%,ABC-SVR的预测结果与实际工程结果一致性更高,可为隧道塌方风险评估提供科学的决策依据。

一种基于转移边折叠的TIN模型简化方法研究

边折叠算法是简化TIN模型的主要方法之一。依据边折叠算法的特点,深入分析边折叠算法的缺陷及其产生的问题,并总结出这些问题产生的原因,通过预折叠的方式找出并标记模型中的特殊边。当对特殊边折叠的时候,通过转移折叠目标的方式来简化模型,并利用三角形品质量化简化质量。实验证明,这种转移边折叠的方式不仅可以提高简化后模型的三角形品质,还可以减弱简化模型的纹理变形和避免模型法向量计算错误,缩小简化模型和原始模型的视觉差距。

融合排序弹性碰撞的改进麻雀搜索算法

为了改善麻雀搜索算法(SSA)种群初始化结果不充分导致多样性丧失,勘探和开采过程中易受到个别位置信息干扰影响寻优精度等缺点,提出了融合排序弹性碰撞的新型麻雀搜索算法(XSSA)。首先,采用改进的无限折叠迭代混沌映射(ICMIC)初始化种群,提升了初始种群分布的分散程度;其次,使用高斯随机游走策略平衡算法的探勘和开发能力;此外,在发现者更新后对所有个体执行排序弹性碰撞策略,避免算法过早地收敛到局部极值;最后,根据不同阶段的寻优特点制定多策略边界处理机制,保留住种群数量,避免多样性的丧失。同时,结合重要的位置信息对超出边界的个体进行位置再更新,使得处理后的位置更加合理,为接下来的迭代搜索提供质量保证。对12个基准函数进行仿真实验,并画出收敛精度图直观展示算法性能。借助各策略的贡献测试、Wilcoxon秩和检验、Friedman检验的综合排名等证明了XSSA的有效性、独特性和具有较好的寻优性能。

基于粗糙集-遗传算法的山岭隧道坍塌易发性评价

为了解决风险评价权重过于依赖主观赋值的问题,减少冗余属性对风险评价的影响,在传统的隧道施工坍塌风险评价的研究基础上,运用层次分析法构建指标体系,提出一种基于粗糙集-遗传算法的属性约简算法,根据现场调查和案例分析确定了21项原始评价指标并建立相应的风险评价模型。以陈家庄隧道F6断层破碎带为风险段建立山岭隧道坍塌易发性评价模型,引入粗糙集理论和条件信息熵理论确定6项属性核指标,利用遗传算法实现了属性约简,删除9项对评价结果影响较小的条件属性,最后结合模糊评价法构建风险评价模型,其评价结果为“潜在风险”。与现场实测结果对比表明以粗糙集理论和遗传算法作为指标优选策略建立的评价模型可靠实用。该风险评价方法可有效提高山岭隧道坍塌易发性评价的准确性。

基于无人机影像的崩塌信息提取

以开阳县西部金中镇某崩塌为例,采用无人机倾斜摄影技术,获取了崩塌表面丰富的光谱与纹理信息,然后结合运动恢复结构算法(SFM)实现了高精度的DEM、DOM,运用面向对象与SVM算法相结合的分类方法实现了对研究区内崩塌区域的信息提取。研究表明,崩塌的识别总体精度为93%,Kappa系数为0.7967,崩塌的总面积为5362 m^(2),识别准确度较高,表明无人机遥感在崩塌信息提取与分析领域具有较高的精度和应用价值。

电力系统临界电压崩溃潮流的柔性节点算法

针对电力系统电压崩溃问题,该文在负荷临界电压崩溃特性分析基础上,讨论功率型负荷的电力系统临界电压崩溃的潮流计算方法。提出利用交流电路临界电压崩溃的特性,规避崩溃支路,设置等值的柔性节点及柔性等式约束条件处理等措施,构成电力系统负荷临界电压崩溃的柔性节点潮流算法,为大型电力系统工作域的边界分析提供定量计算方法。IEEE5节点算例表明,所提算法是正确有效的。

基于蚁群算法的复杂系统脆性研究

针对复杂系统的研究,提出了一种复杂系统脆性分析的方法。建立了复杂系统脆性的赋权图模型,以图的边描述子系统之间的脆性联系,边的权值描述子系统之间的脆性联系程度。而且定义了系统最大崩溃路径,并且提出了一种求解系统最大崩溃路径的蚁群算法。为了进一步说明问题,又以24-Bus IEEE测试系统为例验证了新算法,并对算法中参数的选取进行了讨论。

基于GIS的武汉市武昌区岩溶塌陷危险性评价

为减少城市岩溶塌陷引发的损失,定量评估城市岩溶塌陷灾害,在详细分析武昌区地质情况的基础上,选取岩溶地层岩性、岩溶发育程度和覆盖层岩性等11个致灾因子,运用模糊算法和组件式GIS技术对研究区岩溶塌陷危险性等级进行评估,得到武昌区岩溶塌陷危险性等级区划图.研究结果表明:研究区岩溶塌陷等级分为极易塌陷、易塌陷、较易塌陷和安全共4个等级,极易塌陷区主要位于武昌南部白沙洲大桥等区域,易塌陷区分布在南部区域和北部小块区域.武昌区位于南部岩溶带,区内地下水与长江水联系紧密,导致区内时常发生岩溶塌陷.此外,区内较大的人口密度和频繁的人类工程活动加剧了岩溶塌陷发生的可能性,因此,应适量减少人类工程活动.

基于遗传算法的三角网格折叠简化

针对处理大数据量的三角网格模型会给计算机带来较大压力的问题,本文提出了一种基于遗传算法的三角形折叠简化方法。先求取三角形重心,用重心的三个坐标值与初始化的三个步长进行计算,得到新点坐标,重复多次得到顶点种群,利用遗传算法求取适应度值最小点,修正后得到最优折叠点,最后依照简化误差对三角形排序并根据输入的简化比进行折叠简化。本文方法的适应度函数采用简化误差和三角形规范化系数之商。采用本文方法对花朵和瓶子的三角网格模型进行简化,体积变化率分别为0.010 6%和0.2%,规范化系数分别提高了11.0%和4.56%,优于其他方法。实验结果表明本文方法在有效简化模型的同时,既能保形又能提升三角形的质量。

基于菌群趋药性遗传算法的电压崩溃临界点计算

针对电压崩溃临界点计算问题,提出了一种基于细菌趋药性(BC)算法和遗传算法(GA)的菌群趋药性遗传(GBCC)算法.该算法以群体搜索代替BC算法的单点搜索,以有指导意义的变异方向代替GA算法的随机变异操作,强调了群体中个体之间的信息交换,加快了算法收敛速度并提高了全局搜索能力.将该算法用于电压崩溃临界点的计算,在方便处理各种约束条件的同时,避免了传统求解方法带来的矩阵求逆等复杂运算.与连续潮流法计算结果的比较表明,该算法切实可行并具有较高的精度.