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.     

遗传算法及其在生物数学模型参数优化中的应用

遗传算法是近年来发展起来的智能性优化算法。它模仿了自然界生物进化的机制,利用数学方法模拟生物的遗传、变异、选择等生物学规律,创造出了一种优化计算方法。遗传算法特别适合于复杂体系的优化,并往往能够得到很好的结果。生物数学模型是揭示复杂生物体系（或生物催化体系）内在规律的有力工具。较为复杂的生物数学模型参数的求取较为困难。本文介绍了遗传算法原理以及利用遗传算法优化计算生物数学模型参数的方法。     

无损测取活体组织血液灌注率的热波相位移方法

从原理上提出了一种新的无损测取活体组织血液灌注率的热波相位移法。通过对生物体表面施加一简谐变化的热作用，通过测取体表温度及体表热注之间的相位移来获取生物组织内的重要参数－血液灌注率。给出了求解广义时间迟不足型生物传热方程的方法，导出了用以无损测取血液灌注率的公式，为进一步开展相关课题的研究打下一定的基础。     

生物组织光学特性参数无损测量的实验研究

通过测量生物组织表面的漫射光分布,利用漫射近似得到的解析表达式,反演其光学特性参数,实现光学特性参数的无损测量。无损测量结果与其它文献报道的结果进行了比较,证明了试验设计的可行性。     

基于改进遗传算法的系统参数辨识

传统的遗传算法在解决具体优化问题时存在着收敛速度慢和容易早熟的缺点。针对系统参数辨识,提出了一种改进的遗传算法。通过合理选择复制策略、改进适应度函数计算方法,克服了早熟现象,保证了种群的多样性,避免了后期适应值接近而导致收敛速度过慢。通过该算法对典型二阶系统的传递函数进行参数求解,在信噪比较大的情况下,得到几乎无偏的估计。实验结果证明了该方法的有效性。     

肢体传热的二维数值计算分析

利用数值方法模拟计算了Pennes方程对于裸露人体上肢的二维稳态温度场 ,并根据结果着重分析了血液灌注率、环境温度及代谢热对传热的影响 .     

遗传算法在 IRT 模型参数估计中的应用

IRT(项目反应理论)在现代教育考试与测量中的研究和应用正日益受到广泛关注,本文阐述了遗传算法在IRT模型参数估计中的应用。     

阶跃式平面热源法在测量非织造布热物性参数上的应用

针对非织造布的特点,选择了阶跃式平面热源法对非织造布样品进行导热系数和热扩散率的测量.通过对试验结果的检验,证实了非织造布可以用阶跃式平面热源法测量导热系数和热扩散率.此外,针对测量结果的稳定性的分析,说明测量方法的设计对测量精度会有直接影响.     

改进的遗传算法在SVM参数优化中的应用

遗传算法是一种具有随机、高度并行、自适应特点的全局最优搜索技术,即以生物界自然选择和遗传机理为基础的智能计算模型,模拟生物的自然进化过程。文章利用改进的遗传算法优化SVM参数,提高SVM分类器的学习能力和推广能力,实验仿真表明,优化的SVM不仅能高准确地预训练集,而且使分类准确率维持在一个较高的水平。     

基于改进自适应遗传算法的仿真研究

交叉概率Pc和变异概率Pm是遗传算法中重要的参数,自适应遗传算法中Pc和Pm能根据个体适应度差异自适应地调节其大小,在快速收敛和全局最优之间获得了较好的平衡,但自适应遗传算法对于进化初期不利.改进的自适应遗传算法避免了进化初期较优个体处于停滞不前的状态.分别用3种算法对典型的测试函数进行训练,仿真结果表明:改进的自适应遗传算法在收敛速度和寻最优解方面是最优的.     

改进的AGA在河流水质模型参数优化中的应用

河流水质模型一般具有非线性、非凸等不规则特点 ,若能找到一种优化方法平衡各参数的相对重要性 ,并能使其达到足够的精度 ,这是合理运用水质模型的关键。文章提出通过设置断点对 AGA加以改进 (称改进的 AGA) ,并成功地应用于多参数多宾斯 BOD-DO河流水质模型参数优化中 ,表明设置断点的有效性     

改进基因算法在膜系自动设计中的应用

提出一种基于改进基因算法的膜系自动设计新方法,并将该方法与常用设计方法进行比较,结果表明,在相同设计要求下,用改进基因算法可以得到更加合理的膜系结构,而且膜系结构简单,设计灵活,容易实现、理论和实践均表明该方法是高效和可靠的．     

基于改进遗传算法的四旋翼无人机参数辨识

为克服传统遗传算法在参数辨识过程中收敛速度慢的问题,提出了一种基于改进遗传算法的四悬翼无人机参数辨识方法。该方法引入梯度算子为遗传进化提供指示性的方向,利用遗传算法的全局搜索性保证算法的全局收敛,并根据简化四旋翼无人机数学模型设计了优化函数。利用四悬翼无人机实飞数据进行了实验测试,实验结果验证了本文方法的有效性和快速收敛性。     

两阶段遗传算法在求解TSP问题中的应用

为了提高利用遗传算法求解TSP(traveling saleman problem)问题的能力,给出了一种种群多样性的定义,提出了一种利用2个阈值在贪婪优化遗传算法和退火单亲遗传算法间切换的两阶段遗传算法,从而可以在保持种群多样性的基础上优化种群.两阶段遗传算法在种群多样性下降到一定程度时,转换遗传方式,在继续寻优的同...     

基于遗传算法的广义非线性最小二乘测量平差

为了解决当前“数字地球”、“数字国家”、“数字城市”、“数字矿山”等数字化工程中广泛出现的具有多源、多维、多类型、多精度、动态和非线性等特点的测量数据的误差处理问题,本文采用了一类基于自然界生物进化基本法则而发展起来的新算法——遗传算法,在提出、设计基于遗传算法的广义非线性最小二乘参数平差方法的同时,给出了遗传算子中选择、交叉、变异算子的设计,以及具体的算法步骤。通过实例计算表明,该遗传算法是进行广义非线性最小二乘参数估计的具有全局最优化的有效方法,为广义非线性测量数据处理提供了又一新的思路。     

基于混合遗传算法的多约束组播路由优化算法

针对目前多约束组播路由算法中存在的算法复杂,不能求出其精确解和运算量大,解不稳定等问题提出了一种新的组播路由优化算法,其核心是采用改进的遗传算法。该算法采用模拟退火算法与遗传算法相结合的方法,编码采用实数编码结构,交叉和变异概率适当选择,合理设计适应度函数。仿真结果表明,该算法是有效的,稳定的,比传统遗传算法性能优越,具有较强的实用性。     

离散变量桁架结构拓扑优化的改进混合遗传算法

为了避免在结构拓扑优化过程中杆件和节点的增删带来计算上的麻烦,在对桁架结构进行受力分析的基础上设计了一些启发式准则来产生可能的拓扑结构形式,然后采用一种改进的混合遗传算法进行截面优化.混合遗传算法将离散复合形法引入到遗传算法中,一方面利用遗传算法为离散复合形法提供可行点;另一方面利用离散复合形法对遗传算法种群中的可行个体和不可行个体进行改进,从而提高了遗传算法的局部寻优能力,并对标准遗传算法在选择、交叉和变异操作上作了一些改进.它将两种算法的优点集中在一起,同时又弥补了两者的不足.算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的.     

一种改进的遗传算法

从基因进化和退化的角度提出了基因优劣编码,在收敛性定性分析的基础上给出了适应度的另一种定义方式,使改进后的遗传算法更准确地模拟了生物进化机制,并对改进后的遗传算法的性能作了分析。经实验验证,改进后的遗传算法比标准遗传算法在求解质量和求解效率上都得到了明显提高。