基于FCM-ELM-BBPS的预测控制参数整定

模型预测控制设计参数选择显著影响被控系统性能，目前基于专家经验的主流参数整定方法会出现控制器鲁棒性差、计算成本高等缺点.为了解决上述问题，提出一种基于模糊C均值-极限学习机-裸骨粒子群（Fuzzy C-means-Extreme Learning Machine-Bare Bones Particle Swarm， FCM-ELM-BBPS）的参数整定算法.通过模糊C均值算法（Fuzzy C-means， FCM）聚类进行数据预处理，将被控系统复杂数据根据自身特征进行聚类，以降低神经网络的训练误差，提高预测精度；针对每一类特征数据，利用极限学习机（Extreme Learning Machine， ELM）建立预测控制参数与性能指标的映射关系模型，并进一步获得参数整定规则；采用裸骨粒子群（Bare Bones Particle Swarm， BBPS）优化算法进行预测控制参数整定，通过采用高斯分布来更新粒子位置，加快目标函数的收敛速度，从而有效地减少参数寻优时间；分别进行仿真和水箱系统实验验证，证明了提出算法的有效性.实验结果表明，本文提出的算法与现有方法相比，更具有优越性，其中整定时间减少了34.84%，同时在调整时间等时域性能指标上提升了43.98%.     

衰老对裸鼹鼠肝组织的影响

目的 通过选取不同年龄段的裸鼹鼠，比较肝组织在衰老进程中的变化。方法 选取幼年裸鼹鼠(2年龄)、中年裸鼹鼠(10年龄)、老年裸鼹鼠(20年龄),采集血液，分离血清，检测肝功能4项。采集肝，测定肝指数。制作石蜡切片，经HE染色和Masson染色后，光学显微镜下观察肝组织形态结构。采用动物组织生化检测试剂盒检测肝组织丙二醛(MDA)、总抗氧化能力(T-AOC)和氧化型谷胱甘肽(GSSG)水平。结果 与幼年组裸鼹鼠比较，中年组和老年组裸鼹鼠肝指数、血清天冬氨酸氨基转移酶(AST)、丙氨酸氨基转移酶(ALT)、碱性磷酸酶(ALP)和白蛋白(ALB)水平均无显著差异(P>0.05)。HE染色及Masson染色结果均显示各组裸鼹鼠肝组织结构完整，无病理变化。中年组裸鼹鼠肝组织中的MDA、T-AOC水平无显著差异(P>0.05),老年组裸鼹鼠肝组织中的MDA、T-AOC水平显著升高(P<0.05),两组裸鼹鼠肝组织GSSG水平均无显著差异(P>0.05)。结论 裸鼹鼠肝组织在衰老进程中表现出一定程度的抗衰老能力，具体抗衰老机制有待深一步研究。