XiaoMi-AI文件搜索系统
World File Search System碎粒
Hypersoft Set和三角形中性粒细胞的结合以评估
摘要：数字双技术的最新创新称为认知数字双胞胎（CDT）。这项技术实现的复杂和自主活动有可能改变制造业。在本文中给出了制造中CDT的概述，并检查其主要特征，组件和可能的用途。CDT可以通过结合人工智能，机器学习和知识表示方法来从数据，有关困难环境的原因中学习，并做出明智的判断。纸张涵盖了CDT在智能制造中的优势。因此，本文的目的是评估在其运营和实践中采用CDT的智能制造业。多标准决策（MCDM）是通过基于简单比率分析（MOOSRA）的多目标优化（MOOSRA）来构建软决策模型，这是标准的重要性。该模型可以通过利用不确定性理论，尤其是三角形神经嗜知数字（Trinn）来嘲笑和不完整的信息。此外，Hypersoft Set与Moosra一起使用来对智能制造的替代方案进行排名
使用粒子群优化人工神经网络检测黑色素瘤
黑色素瘤是一种最可怕的皮肤癌，死亡率很高，最初是通过临床筛查、皮肤镜分析、活检和组织病理学检查进行目视诊断的。如果诊断和早期治疗延误，就会变得很危险。图像处理技术的最新发展有助于有效地检测黑色素瘤，因为由于病变的细粒度变化，检测黑色素瘤是一项艰巨的工作。本文研究了一种使用粒子群优化人工神经网络分析病变不规则性的新分类程序。在本研究论文中，提取病变的颜色特征并使用 PSO-ANN 分类器进行分类。通过标记假阳性率和真阳性率获得的接收者操作特性在分析计算机辅助诊断系统的诊断潜力方面起着至关重要的作用。应用于 ISIC 数据库的分类技术表明曲线下面积为 0.96853，特异性为 90.0%，灵敏度为 94.07%，准确率为 93.04%。
融合粒子群优化和统计算法的混合模型拟合方法∗
软件可靠性增长模型 [1] 适用于与测试期间经历的故障相关的时间序列数据，以预测达到所需故障强度或故障间隔时间等指标。从历史上看，人们采用了牛顿法等数值算法，这些算法需要良好的初始参数估计，因此应用 SRGM 需要高水平的专业知识。最近克服传统数值方法不稳定性的方法包括群体智能 [2] 等技术，它表现出强大的全局搜索能力。然而，这些技术可能需要大量的计算资源和时间来收敛到精确的最优值，这对 SRGM 很重要，因为一些模型参数对其他参数的精确估计非常敏感。此外，过去大多数应用群体智能的研究
量子空间的波粒二象性和量子波门
普渡大学化学系、物理系和普渡量子科学与工程研究所，美国印第安纳州西拉斐特 47907 *电子邮件：kais@purdue.edu 摘要：我们提出三个核心思想：1. 量子空间的波粒二象性；2. 通过有序的量子泛函对对所有基本量子门进行分类；3. 一种称为“量子波门”的新型量子门。我们首先研究量子泛函，其与量子态的关系类似于基础量子物理中动量和位置波函数之间的关系：可以在对偶表示之间定义傅里叶变换和熵不确定性原理。量子泛函不仅仅是数学结构，而且具有明确的物理意义和量子电路实现。将量子泛函的分区解释与量子门的效应联系起来，我们通过有序的量子泛函对将所有基本量子门进行分类。通过将量子泛函推广到量子泛函，发现了新型的“量子波门”，作为传统量子门的量子版本。
基于粒子群优化和相位平面分析的4WS车辆的轨迹跟踪控制设计
摘要：随着当今社会的快速发展，交通环境变得越来越复杂。作为智能车辆的重要组成部分，轨迹跟踪因其稳定性和安全性引起了极大的关注。在高速工作等极端工作条件下，准确性和不稳定性很容易发生。在本文中，为分布式驱动车辆提出了一种轨迹跟踪控制策略，以确保在高速和低固定限制条件下进行横向稳定性。模型预测控制器（MPC）用于控制前轮角度，并且设计了粒子群优化（PSO）算法以适应MPC控制参数。滑动模式控制器控制后轮角度，并且通过分析β-来判断车辆不稳定性度。β相平面。在本文中设计了不同不稳定性度的控制器。最后，扭矩分隔器的设计目的是考虑驱动防滑。设计的控制器通过CARSIM和MATLAB-SIMULINK共模拟验证。结果表明，本文设计的轨迹跟踪控制器有效地提高了在确保稳定性的前提下的跟踪精度。
通过约束航空结构粒子群优化进行飞机螺旋桨设计
摘要：通过螺旋桨设计方法与粒子群优化 (PSO) 相结合，开发了一种降低螺旋桨驱动飞机能耗的航空结构算法。优化过程中考虑了多种螺旋桨参数，包括每个螺旋桨截面的翼型几何形状。螺旋桨性能预测工具采用收敛改进的叶片元素动量理论，该理论由从 XFOIL 和经过验证的 OpenFOAM 获得的翼型气动特性提供。根据实验 NACA 4 位数据估计失速角校正，并在出现收敛问题时使用。对气动数据进行校正以考虑压缩性、三维、粘性和雷诺数效应。根据实验数据拟合提出了旋转校正系数。采用基于欧拉-伯努利梁理论的结构模型，并根据有限元分析对其进行验证，同时讨论了离心力的影响。进行了一个案例研究，将弦长和螺距分布与涡流理论的最小损失分布进行了比较。使用印刷螺旋桨进行风洞试验，以得出整个程序的可行性以及 XFOIL 和 CFD 最佳螺旋桨之间的差异。最后，将最佳 CFD 螺旋桨与具有相同直径、螺距和运行条件的商用螺旋桨进行比较，显示出更高的推力和效率。
矩形Y-BA-CU-O块的脉冲场磁化，单粒超导体
机器，磁共振成像（MRI）和核磁共振（NMR）。我们报告了由两个矩形Y-BA-CU-O（YBCO）散装单晶粒组成的大容量组件的脉冲场磁化（PFM）的系统研究，并在各种温度下紧邻。由数值分析支持的磁通量密度的动态变化的测量结果表明，脉冲场兴起的诱导筛选电流可能会大大增强连接处的区域的磁通密度，从而导致不均匀的通量渗透，并增加了该区域磁通量的增加。场和电流之间的这种耦合可促进磁通量穿透，并将峰值捕获的场从3.01 t提高到散装单晶粒的3.01 t到30 K时的大容量组件的3.11 t，从而将磁化效率从80％提高到90％。通过使用两步的多脉冲PFM工艺，单个散装单粒和散装组件的峰值捕获场分别为单个散装单粒和散装组件进一步增强至3.39 t和3.31 t。关键字：通量跳跃，高温超导体，磁通量繁殖，捕获的场磁铁1。简介
用于粗粒基因调节网络的数据驱动优化方法。
总结系统生物学中的一个主要挑战是了解基因调节网络（GRN）中的各种基因如何共同执行其功能和控制网络动态。在具有数百个基因和边缘的大型网络的情况下，该任务变得极为难以解决，其中许多具有冗余的调节作用和功能。现有的模型减少方法通常需要对动态系统及其响应动力学参数的详细数学描述，而动力学系统通常不可用。在这里，我们提出了一种用于使用基于合奏的数学建模，降低维度降低和通过Markov Chain Monte Monte Carlo方法优化基因的数据驱动的大grn，名为Sacograci的粗粒度大GRN，称为Sacograci。sacograci需要网络拓扑作为唯一的输入，并且可以抵抗GRN中的错误。我们通过合成，基于文学和生物毒素的GRN进行基准并证明其用法。我们希望Sacograci能够增强我们建模复杂生物系统基因调节的能力。
从跨编码数据中预测生物地球化学周期的粗粒表示
抽象动机：由于DNA测序的进步，现在常规地进行了环境微生物群落的分类学分析。确定这些群落在全球生物地球化学周期中的作用需要鉴定其代谢功能，例如氢氧化，还原和碳固定。这些功能可以直接从宏基因组学数据中推断出来，但是在许多环境应用中，MetabarCoding仍然是选择的方法。从元法编码数据及其整合到地球化学循环的粗粒表示中，代谢功能的重建仍然是当今有效的生物信息学问题。结果：我们开发了一条称为Tabigecy的管道，该管道利用分类学官员来预测构成生物地球化学周期的代谢功能。在第一个步骤中，Tabigecy使用该工具Esmecata从输入液位中预测共识蛋白质组。为了优化此过程，我们生成了一个预先计算的数据库，其中包含来自Uniprot的2,404个分类单元的信息。使用BigeCyhmm搜索了共有的蛋白质组织，BigeCyhmm是一个新开发的Python软件包，依靠隐藏的Markov模型来识别参与生物地球化学周期代谢功能的关键酶。然后将代谢功能投射到周期的粗粒表示上。我们将塔博基（Tabigecy）应用于两个盐洞数据集，并通过对样品进行的微生物活性和水力化学测量结果验证了其预测。结果突出了研究微生物群落对地理化学过程的影响的方法。关键字：微生物群落，生物地球化学周期，代谢功能，分类学官员
有丝分裂纺锤体中协同微管和动粒动力学的双稳态和振荡
摘要。在有丝分裂纺锤体中，微管在中期通过捕获键附着在动粒上，微管解聚力引起随机染色体振荡。我们研究了纺锤体模型中的协同随机微管动力学，该模型由一组平行微管组成，这些微管通过弹性接头附着在动粒上。我们包括微管的动态不稳定性以及弹性接头对微管和动粒的作用力。采用基于福克-普朗克方程的平均场方法，对外力作用于动粒的单侧模型进行分析求解。该解建立了微管集合的双稳态力-速度关系，与随机模拟一致。我们推导出双稳态的接头刚度和微管数的约束。单侧纺锤体模型的双稳态力-速度关系导致双侧模型中的振荡，这可以解释中期随机染色体振荡（方向不稳定性）。我们推导出中期染色体振荡的连接体刚度和微管数的约束。将极向微管通量纳入模型，我们可以解释实验观察到的极向通量速度高的细胞中染色体振荡的抑制。然而，在存在极向喷射力的情况下，染色体振荡持续存在，但幅度减小，姊妹动粒之间有相移。此外，极向喷射力是必要的，以使染色体在纺锤体赤道处对齐，并稳定两个动粒的交替振荡模式。最后，我们修改了模型，使得微管只能对动粒施加拉力，从而导致两个微管集合之间发生拉锯战。然后，到达动粒后诱发的微管灾难是刺激振荡的必要条件。该模型可以定量再现 PtK1 细胞中动粒振荡的实验结果。