公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于多目标遗传算法的危险品运输路径优化被引量：8: 2016年; 文章考虑危险品的特性,定义危险品的运输风险,以最小化路径长度、最小化运输风险为目标建立优化模型,采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-Ⅱ)求解该双目标问题,分别求得长度最短、风险成本最小的路线,进行2个目标的Pareto分析。研究结果表明遗传算法能有效解决最短和风险最小路径的搜索问题,具有一定的理论参考价值和实际指导意义。; 李清尹宇起胡志华; 关键词：危险品运输多目标遗传算法

基于相对剥夺理论的救灾物资运输车辆分配公平性被引量：3: 2015年; 在救灾物资运输车辆分配问题上,重点关注车辆分配对灾区灾民心理的影响.基于相对剥夺模型对配送车辆进行分配,利用横向和纵向相对剥夺感评价车辆分配的公平性.首先,利用横向相对剥夺感评价不同种类物资运输车辆的分配公平性,分析救灾物资运输车辆分配失衡的原因;然后利用纵向相对剥夺感评价不同受灾地区车辆分配的公平性,得到均衡分配车辆的方法,使救灾物资的配送更加符合灾民需求.该方法可为决策者提供救灾物资运输车辆分配的依据,也可增强救灾物资配送的公平性.; 胡志华董盼李清; 关键词：救灾物资应急物流

网络情感传播下的社会救灾物资选址问题研究被引量：1: 2015年; 社会救援在应急救援中发挥着重要作用.网络加快了信息和情感的传播,让更多人加入物资捐赠活动.社区是物资收集的最小单位,其收集的物资由临时集中点统一管理并送至汇总点.本文以最小化经济成本、最大化募集物资量为目标建立模型,选择临时收集点.以上海市浦东新区的37个街道办事处为单位,考虑情感传播下物资的收集模型,设计实验进行参数敏感性分析,并对两个目标进行Pareto分析.; 李清胡志华

基于节点输入策略贝叶斯网络的骨盆骨折分型研究: 2017年; 基于历史数据的统计和收集,选取骨盆骨折患者存在的18个体表特征,采用基于K2算法的贝叶斯网络方法挖掘各体表特征之间和骨盆骨折类型与体表特征间的相互关系;设计不同的节点输入策略,分析不同输入策略对算法性能的影响;基于骨盆稳定性将骨盆骨折分成A、B、C三种类型,分别找到与其直接相关的体表特征,作为判断骨盆骨折类型的依据.基于体表特征和骨盆骨折类型的分析结果,借助早期的观察及简单检查,对患者进行初步分型.; 李清苏强; 关键词：贝叶斯网络 K2算法

基于机器学习的住院患者压力性损伤分析与预测被引量：7: 2020年; 压力性损伤是护理工作的重点,也是评价护理质量的重要指标,设计合理的评估量表和科学预测是预防的关键措施。基于传统的12个指标,再新增3个风险指标,设计更全面的风险评估量表;据此收集一段时间内住院患者的信息,采用卡方检验分析对损伤有显著影响的指标,将患者分为入院时和院内获得性压力性损伤两类,分析其特征、产生部位和分布科室。基于支持向量机、概率神经网络和广义回归神经网络3种方法建立预测模型,在支持向量机中,采用高斯核函数构建模型,并使用遗传算法优化核函数参数。比较4种场景下3种方法的预测精度,支持向量机的预测准确率最高,达到84.68%,另外2种方法的准确率较低,均为82.78%。; 李清苏强林英邓国英; 关键词：支持向量机遗传算法概率神经网络广义回归神经网络

考虑流量约束的碳存储管道运输网络优化被引量：1: 2016年; 针对实现碳存储技术的大规模应用问题,提出以管道网络为基础的碳存储网络设计模型.通过将管道运输的特点与最小生成树方法相结合,提出考虑节点流量的连续节点最小树方法,建立对应的碳存储网络设计模型.对连续选址的收集点进行编码,采用遗传算法求解模型得到添加连续节点的最小树网络.通过以上海市为背景的碳存储网络设计实验可知,考虑节点流量的连续节点最小树网络优于一般最小生成树网络,而且针对遗传算法中交叉概率及收集节点编码长度分别设置实验,分析了算法中参数的选取对求解结果的影响.; 尹宇起李清杨斌胡志华; 关键词：最小生成树遗传算法

基于多目标遗传算法的灾后可靠路径选择被引量：5: 2016年; 为了尽快运出灾民、运进物资,灾后需要选择最短的运输路径;考虑到灾害对道路的损毁,安全的路径是道路选择中的重要因素,基于灾后道路的损毁状况,采用3种方法定义道路可靠性,以最小化路径长度、最大化路径可靠性为目标建立双目标优化模型,采用多目标遗传算法求解.分别求得3种情形下的解,开展2个目标的Pareto分析;分析交叉概率和变异概率对结果的影响:交叉概率增大,覆盖范围波动式变化,理想积波动式下降;变异概率增大,覆盖范围波动式变化,理想积缓慢增长后逐渐下降.采用遗传算法能够有效地解决最短和最可靠路径的搜索问题.; 李清胡志华; 关键词：最短路问题多目标遗传算法优先权可靠性

改良版Waterlow量表的临床验证与应用被引量：3: 2022年; 目的精简国际通用的Waterlow量表后获得改良版Waterlow量表,并对其进行临床验证。方法运用属性约简方法回顾性分析204例病例样本,获得改良版Waterlow量表。然后选取2019年6—11月上海交通大学附属第一人民医院收治的249例住院患者进行前瞻性研究,计算受试者工作特征曲线(receiver operating characteristic curve,ROC)下面积(area under the curve,AUC)比较2种量表的预测效果。结果改良版Waterlow量表的最佳临界值为9.5分时,有较好的灵敏度(0.893)和特异度(0.963),且尤登指数(灵敏度+特异度-1)取最大值为0.856。改良版Waterlow量表与传统Waterlow量表ROC曲线下面积分别为0.879和0.931(均>0.7),且改良版Waterlow量表的阳性病例检出率是60.24%,传统的Waterlow量表为76.31%。Kappa检验值为0.737(>0.7),McNemar检验比较差异无统计学意义,两种量表的检验结果一致性成立(χ^(2)=0.042,P=0.838),检出效果差异无统计学意义。结论改良版Waterlow表科学性较高。其检出效率与传统Waterlow量表一致、预测准确性较高,且评估条目少、使用简便,可有效提高护理工作效率。; 张仲李清邓国英王妹张媛林英; 关键词：评估量表

全选清除导出

共1页<1>

李清