面向人脑功能划分的人工水母搜索优化算法

人脑功能划分是揭示人脑功能分离性的重要方式。然而,现有的大多数划分方法因不能较好地处理功能磁共振影像(fMRI)数据的高维性和低信噪比性,表现出搜索能力较弱和划分结果较差的问题。为了减轻此问题,提出一种基于人工水母搜索优化(AJSO)的人脑功能划分方法。该方法首先基于预处理的fMRI数据计算功能相关矩阵,并将其映射到低维空间。然后将食物编码为由多个功能簇中心构成的聚类解,利用改进型人工水母搜索优化算法搜索更优的食物,采用融入迭代停滞的时间控制机制调控人工水母执行主动运动或被动运动,以提高全局搜索能力;针对主动运动设计适应度引导的步长确定策略,增强人工水母搜索的科学性和针对性。最后根据最小距离原则得到相关矩阵中每行数据的簇标,并将其映射到相应的体素上。在真实fMRI数据上的实验表明:与其他一些划分方法相比,新方法不仅拥有较高的搜索能力,而且可得到具有更好空间结构和更强功能一致性的划分结果。这项研究将人工水母搜索优化算法应用于人脑功能划分,提供了一种更有效的人脑功能划分方法。

具有控制时滞的电动加载系统迭代学习复合控制

针对无人机前轮转向操纵系统中机电作动器的负载模拟需要,设计了一种用于复杂交变载荷模拟的电动加载系统。为了降低电动加载系统的控制时滞和多余力矩对系统精度的影响,提出了一种PID控制与迭代学习控制相结合的加载力矩复合控制策略。介绍了电动加载系统的主要组件并给出其数学模型,分析了电动加载系统多余力矩产生的原因,提出了系统控制延时时间的测量方法,设计了基于迭代学习控制与传统PID控制的复合控制器,分析了迭代学习控制器的收敛条件,分别通过多余力矩抑制和动态力矩加载实验验证了控制策略的有效性。与传统的反馈控制加前馈补偿方法相比,所提方法能够消除控制时滞和多余力矩对加载系统的影响,保证电动加载系统的力矩加载精度。

建立“时空停滞”工作机制精准处置小规模新冠疫情--以兴化市人民医院为例

为有效防范和应对可能发生在医院范围内的小规模新冠疫情,提高应对疫情的应急处置能力,快速实现平战转换,努力用最小的代价实现最大的防控成果,最大限度减少疫情防控对群众正常就医的影响,切实守住“外防输入、内防反弹”的疫情防线。本文以兴化市人民医院开展的机构封管控措施为例,总结出医院疫情处置的“时空停滞”工作机制,在实际取得预期效果的基础上从强化人员储备调度、高效应急物资保障、健全快速决策机制3个方面提出思考建议,对其他医疗机构完善精准防控工作模式具有一定参考意义。