基于协同过滤算法的中医智能问诊系统研究＊

目的研究中医智能问诊系统,实现快速获取关键症状并完成辨证,为中医问诊智能化、客观化提供了一种新的思路和方法。方法采用基于物品的协同过滤推荐算法(Item-Based Collaborative Filtering,ItemCF)和遗传算法构建症状获取模块以获取患者的症状,利用随机森林算法构建分类器并基于获取到的症状完成中医辨证。结果该系统实现了高效地获取患者症状并完成中医辨证。在13次提问次数下,便能获得辨证所需的核心症状,实现证候分类器90%以上的辨证效果。结论该问诊系统能够较好地解决中医问诊中"问什么、怎么问"的两个核心问题,相比依据问诊量表获取症状,极大地简化了问诊中关键症状获取的过程,并能够在证候分类中保持较好的分类效果,在问诊客观化研究上具有一定的实用价值。     

多目标遗传算法优化黄连的提取工艺

目的采用多目标遗传算法(multi-objective genetic algorithm,MOGA)优选黄连的最佳提取工艺条件。方法采用MOGA法,以盐酸小檗碱的提取率和浸膏得率为指标,对黄连的提取工艺进行了研究。结果经优化后,最佳提取条件为乙醇76%,料液比1∶10,提取时间1 h,提取次数3次。结论在保证两个指标均最优的前提下,MOGA搜索得的Pareto非劣解较为理想,最佳提取条件提取率高、稳定性好、精确度高,为黄连提取条件选择提供了合理可靠的方法。     

中医学基础主干课程网络测评系统的构建

基于计算机网络技术,利用遗传算法制定编码方法和初始种群、设计适应度函数和停机条件实现组卷,构建具有中医药学科特色的中医学基础主干课程网络测评系统,并对测评结果进行分析.该系统较好地解决了中医药学科关键的需求——跨知识点组卷,将中医学基础主干课程知识点融合一起测评,生成的试卷科学、合理,符合中医药学科特色.     

苏叶黄连汤抗流感活性成分提取工艺的优化及目标相关性分析

目的优化苏叶黄连汤抗流感活性成分提取工艺,并进行目标相关性分析。方法以液料比、提取温度、提取时间、提取次数为影响因素,迷迭香酸含有量、盐酸小檗碱含有量、浸膏得率、流感病毒抑制率为评价指标,均匀设计-多目标遗传算法优化提取工艺。然后,Pearson分析考察流感病毒抑制率与各目标之间的相关性。结果最佳条件为液料比28∶1,提取温度97℃,提取时间108 min,提取次数3次,迷迭香酸含有量、盐酸小檗碱含有量、浸膏得率、流感病毒抑制率分别为2.41 mg/g、30.92 mg/g、28.3%、66.8%。流感病毒抑制率与2种成分含有量呈显著正相关(P0.05)。结论该方法稳定可靠,可用于提取苏叶黄连汤抗流感活性成分。     

基于微遗传算法的多目标Box-Behnken设计试验条件优化分析

目的比较微遗传算法与传统优化方法确定最优试验条件的效果。方法以琥珀酸维生素E、泊洛沙姆-188、0.1molNaOH作为影响因素;以粒径、ζ电位、克拉霉素(clarithromycin,CLA)乳剂相分布率作为评价指标,在Box-Behnken试验设计给定的条件下,通过最小二乘法拟合二阶响应面方程试验模型,分别运用Matlab2009a软件的函数模块、图形模块编制的遗传算法程序和ExpertDesign软件(Version7.1.6.0)的Box-Behnken设计的传统优化方法,筛选出最优试验条件,比较两种优化方法的效果。结果当评价指标和因素之间呈非线性回归关系时,Box-Behnken设计充分考虑到各影响因素间的交互作用,同时在中心点进行重复试验,提高了实验的准确性。经微遗传算法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:68.25%、0.52%、15.26%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、33.67mV、98.12%;经传统优化方法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:76.0%、0.5%、15.4%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、31.04mV、97.33%。结论对于三水平多因素的试验,采用Box-Behnken设计试验设计可以大大减少设计所花费的时间和成本,提高试验效率。微遗传算法相对于传统优化方法,可以从全局的角度搜索试验条件的最优组合,进行多个评价指标优化效果理想、程序可行、计算时间短、可以应用于解决多维解空间的实际问题。     

基于遗传算法的模糊综合评价法在地下水质评价中的应用

利用模糊综合评价矩阵构造适用于确定权重的判断矩阵,并用遗传算法对判断矩阵的一致性进行检验、修正和计算各指标权重的新模型。通过对乌审旗图克镇地下水监测资料进行对比分析,确定评价指标体系,并应用此模型进行实例计算。分析表明,该方法具有普遍性、可靠性和客观性,在地下水质评价中具有广泛应用价值。     

应用于农村配电网的测量点与补偿点分离式无功补偿设备及其优化配置

配电网户外柱上无功补偿设备是配电线路重要的无功补偿手段,然而现在大多柱上无功补偿设备只能补偿安装点远端无功功率。无功优化规划的计算从原理上更认同配电线路中投入的电容器可以同时补偿其安装点前后的无功功率。针对上述问题,提出将无功补偿设备的补偿点和测量点分离,解决柱上无功补偿设备补偿范围受到局限的问题。为此提出补偿点与测量点分离的无功补偿设备的无功优化规划算法。采用灵敏度法确定补偿点位置,利用相同补偿功率下损耗最小的原则确定测量点位置。基于遗传算法求解系统的最优无功规划。通过算例的计算,验证此种无功优化规划算法可以有效地提高设备的利用率,改善无功补偿效果,获得更大的经济效益。     

遗传算法与变邻域搜索混合模型在护士排班中的应用

目的在探讨基于层级管理的护士APN排班模型的基础上,引入具有精确的全局搜索能力的遗传算法与变邻域搜索混合模型来解决护士排班过程中人员层级复杂、不同班次人员需求量不同等问题。方法首先,初始化排班表,然后利用遗传算法对初始化的排班表进行搜索,得到一个初步的排班表,最后利用变邻域搜索优化排班表,得到满足要求的排班表。结果使用该混合模型得到的排班表,能满足每日护士的人数需求和每名护士的工作量要求。同时,基于层级管理,各层级护士分开排班,能降低排班难度,在增加护士人员时,效率仍然较高。结论遗传算法与变邻域搜索的混合模型能解决护士排班中的各种复杂问题,是一种符合实际需求的模型。基于此模型来编制护士排班软件,能提升护理工作效率和满意度,便于对护理人员进行量化考核统计分析。     

基于BP神经网络和遗传算法优化茺蔚子水苏碱提取工艺的研究

【目的】优化茺蔚子中水苏碱的提取工艺。【方法】采用正交设计,应用误差反向后传（BP）人工神经网络建立茺蔚子水苏碱提取时间、乙醇浓度、料液比与盐酸水苏碱含量之间的关系模型,再结合遗传算法优化提取工艺参数。【结果】提取工艺优化参数为：提取时间62 min、乙醇浓度体积分数69%、料液比11倍,网络模型优化结果稍优于正交试验结果。【结论】 BP神经网络结合遗传算法寻优,能较好地实现茺蔚子水苏碱提取工艺参数的优化,可为解决多维非线性系统的工艺参数优化问题提供崭新而有效的途径。     

云计算中基于进化算法的任务调度策略

任务调度是云计算的关键问题之一,它的调度策略与算法直接影响到云计算系统的性能与成本。通过研究基于粒子群算法和遗传算法的任务调度策略,提出了一种基于进化策略的PSO-CM算法。该算法通过在粒子群算法中引入遗传算法的交叉变异策略来提高粒子群算法的全局收敛效果,并且证明了PSO-CM算法是一种全局收敛算法。Matlab仿真实验表明,该算法能够达到全局收敛,且收敛速度和稳定性优于传统的调度算法。