强散射生物组织光学特参数的重构

生物组织光学特性参数无损测量技术的研究在医学诊断和治疗中有着重要意义和广泛应用前景.为求取最优化的光学特性参数,基于准直激光束通过均匀生物组织时所形成的表面漫反射光分布,提出利用退火遗传算法重构生物组织的光学特性参数,用此方法成功地实现了对强散射均匀生物组织多个光学特性参数的联合重构.     

强散射生物组织光学特性参数的重构

生物组织光学特性参数无损测量技术的研究在医学诊断和治疗中有着重要意义和广泛应用前景.为求取最优化的光学特性参数,基于准直激光束通过均匀生物组织时所形成的表面漫反射光分布,提出利用退火遗传算法重构生物组织的光学特性参数,用此方法成功地实现了对强散射均匀生物组织多个光学特性参数的联合重构.     

三点法无损测量生物活体组织热参数的分析

基于两点法测量原理,提出了一种通过三点测温无损确定柱状生物活体组织热参数的新方法,建立了该方法的理论模型,数值计算分析了导热系数、血液灌注率体积热容量等参数对温度变化的影响,以及这些热参数的灵敏度系数.研究结果表明,活体组织的上述热参数的灵敏度系数是线性无关的,可以通过所提出的三点法同时进行测量.     

遗传相关反馈运动估计与生物软组织应变成像

作为一种逐步发展起来并得到应用的低风险和低成本的成像手段,超声弹性成像已经受到了普遍的关注.它能获得生物软组织的生物力学特性,以及这些特性的变化与组织中病理变化的对应关系.文中将相关反馈技术与遗传算法相结合,提出一种基于遗传算法的相关反馈运动估计方法(genetic algorithm based correlation feedback technique,GACF),GACF算法与其他运动估计方法相比,有对微小运动灵敏度高,误差小等优点,适用于施加小应力条件下的软组织运动位移与应变估计.在此基础上,通过活体动物软组织印压实验方法,进行正常软组织与挫伤后软组织弹性参数的比较,由此使定量研究软组织挫伤成为可能.     

生物热物性全参数辨识技术及其切片实验研究

提出了一套可用于同时确定生物在体组织中随空间变化的导热率K、血液灌注率W_b和代谢热产率q_m以及导温系数α的新方法,从而克服了传统生物热物性测试技术中只能测量常物性的K、W_b和α而q_m难以利用Pennes方程测出的不足,为同时考察活体组织非均匀热参数的空间分布规律找到了一条可行途径,这是一种具有普遍意义性的方法.文中给出了一个针对大鼠头部组织的物性辨识算例,并采用切片实验考察了该方法的实际应用问题,发现采用表面力,热的办法测取材料热物性时,所得结果的精度受热渗透深度限制,并继而提出了采用空间加热措施以提高物性测试精度的设想.     

基于f可调δ-P1近似的生物组织光学特性参数的解析

呈现一种基于可调f参数的δ-P1近似理论,结合自适应遗传算法和非线性曲线拟合,获得生物组织光学特性参数(吸收系数、散射系数和各向异性因子)的多步非线性优化算法;其中关键步骤是第一步采用自适应遗传算法精确地确定自由程,而优化用到数据来源于蒙德卡洛模拟(MC).结果表明,结合可调f参数的δ-P1近似理论,采用以自适应遗传为主的算法可以大大减少生物组织光学特性参数的估计误差.     

皮肤传热的双相位滞后模型

为了研究皮肤组织传热过程中的非傅里叶特性,采用双相位滞后生物传热模型分析了皮肤组织的传热过程,对典型案例进行了详细分析,并与Penness模型、热波模型进行了比较.研究结果表明:Pennes模型、热渡模型与双相位滞后模型的生物传热预测结果存在很大差异;不同的双相位滞后模型给出了相似的结果;热松弛时间参数对温度和热损伤有较大影响.研究结果可望对医学中热问题的研究,尤其是临床皮肤热治疗方法的改进,起到积极的推动作用.     

生物组织热物性参数辩识的遗传优化

基于探针测量生物体有限个温度点来辩识热物性参数的理论,提出利用一种混合遗传算法来优化生物组织热物性参数,该混合遗传算法是将标准遗传算法与模拟退火算法结合,不但增强了遗传算法的全局收敛性,而且使算法在进化后期有较强的爬山性能,加快了进化后期的收敛速度．     

基于动物组织预测儿童组织介电特性的数值模拟研究

目前已有的对儿童在电磁暴露环境下的安全评估大都采用成年人的介电数据,这给数值计算带来一定的误差。由于猪的组织介电特性与人的相似度较高,以幼年猪的组织测量数据为基础,建立幼年儿童组织介电谱的四阶Cole-Cole数学模型参数。选取A.Peyman等人在2006年对50 MHz~20 GHz频段内猪的组织进行的离体与活体测量数据,利用Cole-Cole方程的非线性数值计算,对数据进行曲线拟合,建立模型参数。对幼年猪的13种组织进行了曲线拟合,得到了对应的Cole-Cole模型的14个参数,并对比分析了文献中成年动物组织介电常数、电导率以及Cole-Cole方程参数。拟合参数模型可以对不同频率下儿童组织电参数进行预测分析。此外,儿童组织介电特性与成年人相比变化较大,在进行生物电磁暴露研究特别是对儿童与青少年的电磁暴露安全评估时使用成年数据进行代替会带来较大的误差。     

飞行和游动的生物运动力学和仿生技术研究

飞行与游动的生物运动力学是一门以流体力学为先导的交叉科学,我们采用活体观测、实验测量、数值模拟和理论分析多种手段,以及力学和生物学相结合的综合研究方法,系统地开展了关于飞行和游动的生物运动力学以及相关的仿生技术研究.论文从生物活体实验测试及其动力学特性、生物运动的拍动推进和波状摆动推进机理、理论分析和理论模化、水下仿生机器研制等几个方面分别简要介绍我们近期的主要研究进展.     

遗传算法及其在桁架优化设计中的应用

阐述了遗传算法的特点和实现方法。针对遗传算法在优化进程中易陷入局部最优解的弱点，采用保护优良个体和改变参数设置的措施，通过桁架优化设计的例子加以证明。使遗传算法的搜索速度和能获得全局最优解的可靠性有所提高。     

融合Morlet小波与GA优化多模态核的轴承故障检测算法

针对轴承故障检测算法特征分辨性较低、 准确度较低等问题, 提出一种融合Morlet小波和遗传算法优化的多模态核方法轴承故障检测算法. 该算法首先针对原始轴承故障信号提取多个尺度和多个位移条件下的Morlet小波变换特征, 然后设计一个多模态核方法, 包含线性核函数与径向基(RBF)核函数, 最后在支持向量机(SVM)训练过程中采用遗传算法(GA)优化多模态核的参数, 使用最优化多模态核进行轴承故障检测. 在UoCn的智能维护中心数据集上分别测试了滚珠故障、 内圈裂纹故障和 外圈裂纹故障的检测, 并对单一核与多模态核间的错误率与效率进行对比. 实验结果表明, 改进算法能获得鲁棒的轴承故障检测特征, 且多模态核在GA的优化下能快速收敛, 获得最优化结果, 通过牺牲少量的时间效率而极大提升了轴承故障检测准确率.     

基于遗传算法的模糊逻辑控制器优化设计

设计了一种新的用于模糊逻辑控制器优化的遗传算法，实现了模糊逻辑控制器参数和结构的同步快速优化。该算法对经典的简单遗传算法进行了改良，设计了一种带区间限制的十进制编码方案，实现了模糊控制器隶属度函数和控制规则的联合编码；并设计了受限分步一致交叉和变异算子，改进了经典赌轮选择法,避免了病态个体产生，加快了收敛速度。通过对典型的一阶和二阶工业对象控制器优化的仿真研究表明，相对于一般的遗传算法，该算法在群体规模较小（20或40）的情况下，能够在20代左右快速收敛到理想结果，并且在进化过程中很少产生病态个体，因此能够在小群体规模下，实现模糊控制器参数和结构的快速同步优化。     

基于改进GA的WRBF神经网络设计与应用

针对单独自动设计径向基函数(RBF)网络和小波网络过程中对样本要求过于严格,以及输出层线性求和运算可能造成样本类别交叠的问题,结合两种网络结构简单的优点,设计了一种新的四层前馈神经网络--小波径向基网络(Wavelet radial basis network,WRBF).该网络在结构上,第一隐层对输入样本进行小波映射,实现对输入空间的压缩;第二隐层对第一隐层输出进行第二次非线性映射;在网络的训练方法上,利用多阶染色体混合编码实现两隐层间的选择性连接,并对遗传算法(Genetic algorithm,GA)进行改进,利用改进的GA同时优化网络结构和参数.通过对多输入单输出系统和热能表系数模型进行实验,结果表明:改进的GA减小了早熟收敛的发生,所设计的网络具有较高的建模精度.     

轮式机器人遗传模糊神经网络转向控制

针对数学模型复杂的轮式机器人的转向控制问题，使用基于遗传算法的模糊神经网络转向控制方法．首先建立车辆的神经网络模型，然后构造模糊神经网络控制器，再用遗传算法寻找模糊神经网络控制器的参数，最后提高控制器对速度变化的适应性．仿真表明，该方法可以对机器人的转向进行有效控制，效果良好，能适应各种不同速度变化，是一种有实用意义的控制方法．     

神华煤直接液化反应动力学的辨识和量化

煤液化技术在当前我国的石油供需形势下尤为重要,其中动力学的研究对于煤液化理论的拓展有重要的指导意义。充分考虑了煤液化过程中可逆反应的存在,基于集总动力学的方法,提出了神华煤直接液化反应动力学模型,并采用了引入多重退火交叉策略的遗传算法估算参数值。通过估算值与实验值相比较,平均相对误差均小于10%。表明该遗传算法对于集总动力学参数的估值很有优势,而且所提出的动力学模型反应网络也具有一定的合理性和适用性。     

基于改进鸡群算法的PID参数整定

PID参数整定一直是控制工程研究的热点,利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标,Matlab仿真结果表明：通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

由单TGA曲线评价聚合物热性能的新方法

改进了用单DSC/DTA曲线研究有机物热分解动力学的Borchardt-D an iels方法,将其用于TGA分析,作为聚氨酯丙烯酸酯(PUA)树脂热分解动力学参数计算和热性能评价的方法。选用适当的平滑消噪方法对单TGA曲线数据进行预处理,并用多元线性回归,无须假设分解反应级数,得到热分解反应的一系列动力学常数。由这些参数建立的树脂“使用寿命”的概念,可以半定量地评价树脂的热稳定性,其定性结果和O zaw a-F lynn-W all方法作了对比。由O zaw a-F lynn-W all方法得到PUA的活化能-转化率关系曲线表明,推导该方法的相关假设合理,所选取的计算动力学参数的温度范围可行。算法用M atlab6.5软件实现。     

运用改进遗传算法的输电网规划

遗传算法对许多问题是有效的，但普通遗传算法只能保证全局最优解的出现而不能保证每次都收敛于全局最优解，其原因是在搜索过程中出现的全局最优解不能保留下来，针对这一问题，本文将改进自适应代沟方式的遗传算法用于输电网规划中，一方面保证了计算结果有多个解可供选择，另一方面加快了搜索速度，提出了搜索性能，算例表明了这种改进方法的优越性。