用概率神经网络对水电边坡稳定性预测

概率神经网络(PNN)是一种训练速度快、结构简洁明了、应用广泛的人工神经网络,该方法采用贝叶斯分类决策理论建立系统的数学模型,以高斯函数作为激励函数,具有非线性处理和抗干扰能力强等特点。阐述了PNN的基本结构及其训练算法,提出了基于PNN的水电边坡稳定性预测方法,并采用免疫进化算法(IEA)对高斯型函数的标准偏差σ进行参数优化。理论分析和实例结果验证了基于IEA-PNN的水电边坡稳定性预测方法的正确性和有效性。     

基于节点备选集的城市轨道线网规划模型与算法

为完善城市轨道交通线网规划,指导城市轨道交通建设与运营,引领城市发展,优化城市空间结构,实现交通与用地协调发展的作用,提出一种基于节点备选集合的城市轨道交通线网规划模型。考虑影响轨道交通线网规划的主要因素,以直达客流、线路数量、建设成本、线路长度等作为线网布局的特质因子,建立轨道交通线网规划的数学优化模型;根据模型多决策变量的特点,采用免疫克隆算法进行求解。以某市的实际案例进行实证分析,结果证明模型算法合理、实用,可为制定城市轨道交通线网规划方案提供良好的定量支撑。     

基于免疫进化算法的发动机悬置系统稳健优化

在分析各种优化方法优缺点的基础上,建立发动机悬置系统六自由度动力模型。以六自由度方向的解耦率为最大优化目标,以各悬置点三向刚度为设计变量,选用免疫进化算法对发动机的悬置刚度参数进行优化,最后用Monte Carlo法对悬置系统进行稳健性分析。结果表明,优化解不仅能保证六自由度方向的高解耦率,还能保证悬置系统的稳健性,提高了产品的质量。     

肿瘤转移抑制基因-1在食管鳞癌组织及食管癌EC109细胞中的表达及意义

目的探讨肿瘤转移抑制基因-1(TMSG-1)在食管鳞癌(ESCC)组织及食管癌EC109细胞中的表达及意义。方法采用SP免疫组织化学染色法检测136例ESCC及37例正常食管黏膜组织中TMSG-1蛋白的表达情况,分析TMSG-1与ESCC患者临床病理指标的关系;培养人食管癌EC109细胞并用常用化疗药物顺铂(CDDP)干预,同时设对照组,采用MTT法检测细胞增殖抑制率,半定量RT-PCR法检测细胞TMSG-1的表达情况。结果 TMSG-1在ESCC和正常食管黏膜的阳性率分别为52.2%(71/136)、94.6%(35/37),差异具有统计学意义(P<0.05)。TMSG-1的异常表达与ESCC组织学分级、患者的TNM分期、淋巴结转移情况相关。顺铂干预组EC109细胞的增殖抑制率较对照组显著增高,差异具有统计学意义(P<0.01)。RT-PCR结果显示,干预组EC109细胞TMSG-1的mRNA表达明显高于对照组(P<0.01)。结论 TMSG-1的异常表达与ESCC的发展及转移相关,可作为较为理想的肿瘤标志物辅助诊断并指导临床治疗。     

NIDDM患者红细胞免疫功能和C_3与CIC含量关系的研究

应用改良的红细胞酵母花环法测定了50例非胰岛素依赖型糖尿病(NIDDM)患者红细胞免疫功能,并与40例正常人的测定结果进行比较,结果表明:NIDDM患者红细胞免疫功能低于正常人(P<0.01)。本文还对红细胞免疫功能下降在NIDDM中的发病机理进行了初步探讨,并对红细胞免疫功能与循环免疫复合物(CIC)及补体C_3的关系也作了初步研究。     

Graves病LATS刺激因子的免疫组织化学研究

用长效甲状腺刺激因子抗血清PAP法,对70例弥漫性毒性甲状腺肿的甲状腺组织,进行了免疫组织化学研究。结果发现70例中长效甲状腺刺激因子阳性者56例(80%),阴性者14例(20%)。甲状腺上皮细胞膜上长效甲状腺刺激因子的阳性反应,支持长效甲状腺刺激因子与TSH受体相结合。淋巴细胞亦有阳性反应,与淋巴细胞产生长效甲状腺刺激因子有关。认为长效甲状腺刺激因子与甲亢的病因有关,它是一种自身免疫性疾病。     

白血病患者红细胞免疫功能的研究

应用红细胞酵母菌花结试验检测60例白血病患者的红细胞免疫粘附活性及红细胞膜免疫复合物水平。结果显示白血病患者发作期及部分或完全缓解期以上两指标与正常人比较,有显著性差异(P<0.001);但缓解期可得到一定程度恢复。同步检测患者血清循环免疫复合物及补体含量,探讨了红细胞免疫粘附活性降低与循环免疫复合物升高的关系。     

卵巢上次性肿瘤ER、TNF表达及相互关系

用肿瘤坏死因子（TNF）、雌激素受体（ER）的单克隆抗体对46例卵巢上皮肿瘤及10例正常卵巢新鲜组织的冰冻切片，进行TNF、ER免疫组化ABC法测定。结果：卵巢囊腺癌TNF及ER表达的阳性率高于卵巢囊腺瘤；临床分期越晚，TNF及ER表达强度越高。表明卵巢上皮性肿瘤TNF及ER表达与其组织学类型及临床分期有关。提示TNF在卵巢癌中的表达可预测预后，ER的表达可指导卵巢肿瘤内分泌治疗。     

改进的自适应分组个体重构免疫算法

针对免疫算法收敛速度慢,有可能陷入局部寻优情况,提出了一种改进的自适应分组个体重构免疫算法.在个体重构的实现上采用了分组进行,同时对重构算法进行了合理的改进,既保证了收敛速度,同时也保证了全局寻优的过程.仿真实验也表明了这一改进算法在收敛速度和寻优能力方面较原算法有较大的改善.