2型糖尿病患者一级亲属正常糖代谢人群胰岛素抵抗分析

目的探讨2型糖尿病(T2DM)患者糖耐量正常的一级亲属胰岛β细胞功能及胰岛素抵抗情况,并分析胰岛素抵抗的相关因素。方法选取T2DM患者糖耐量正常的一级亲属63例,根据胰岛素抵抗指数分为胰岛素抵抗组及非抵抗组;选取30例健康体检者作为正常对照组。对所选的93例对象进行血压、血糖、胰岛素、血脂的测定,并计算稳态模型胰岛素抵抗指数(HOMA-IR)及胰岛β细胞功能指数(HOMA-β)。结果①糖尿病患者一级亲属组与对照组相比,胰岛素水平、HOMA-IR、HOMA-β明显升高(P<0.05);②胰岛素抵抗组体质指数、舒张压、甘油三酯、餐后血糖、HOMA-β明显高于胰岛素非抵抗组(P<0.05);③相关分析示胰岛素抵抗与体质指数、舒张压、甘油三酯、餐后胰岛素呈正相关(P<0.01,P<0.05),与空腹血糖、餐后血糖、空腹胰岛素、收缩压、胆固醇无显著相关性(P>0.05)。结论T2DM患者一级亲属存在胰岛β细胞代偿性的高分泌,早期已经出现胰岛素敏感性的下降和胰岛素抵抗。胰岛素抵抗与体重增加、舒张压升高及甘油三酯的升高有关。提示对糖尿病患者一级亲属应严格控制体重、血压及血脂,对减少T2DM具有积极意义。     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。     

基于路网容量的商圈停车需求预测研究

分析商圈停车、交通拥堵与商圈持续繁荣的关系,商圈停车需求预测对商圈的可持续发展起着重要作用。为合理预见与科学估算商圈停车需求,结合路网容量、区位关系提出基于路网容量的停车需求预测模型。该模型一方面能平衡区域停车供需,缓解静态设施供需矛盾;另一方面能保证停车需求与路网容量相匹配,对动态交通起到必要的控制作用,缓解商圈周边路网的交通拥堵。最后,通过实例分析证明该模型的可行性。     

城市老城区健康道路交通模式探讨

为解决城市老城区交通压力持续增大的问题,从道路系统、公共交通系统、慢行交通系统三个方面进行研究,基于健康城市理念,并借鉴国外城市老城区交通发展模式,提出国内城市老城区健康道路交通模式应具有道路网络"高密度、小街区、微循环",公共交通全覆盖、高效率,慢行交通空间连续、设施完善、与公共交通无缝衔接等特征,为老城区健康道路交通规划设计提供参考。     

姜黄素促进RAW264.7源性M1巨噬细胞向替代激活M2表型极化

目的观察姜黄素对LPS和IFNγ诱导的RAW264.7巨噬细胞(M1)极化的影响及机制。方法不同浓度姜黄素(6.25、12.5、25μmol/L)干预LPS和IFNγ诱导的RAW264.7巨噬细胞(M1)12h,同时再加入20μmol/L GW9662与25μmol/L姜黄素共同干预LPS和IFNγ诱导的RAW264.7巨噬细胞(M1)12h,采用Real-time PCR、ELISA及Western blot方法检测IL-1β、IL-6和M2表型标志分子KLF4、FIZZ1、MGL1、PPARγ的表达,及阻断PPARγ后KLF4和FIZZ1的表达。结果不同浓度姜黄素均能上调LPS和IFNγ诱导的RAW264.7巨噬细胞(M1)的M2标志分子的表达,并且抑制炎症因子IL-1β和IL-6的分泌;阻断PPARγ后,RAW264.7巨噬细胞源性M1表型巨噬细胞表达M2标志分子下调。结论姜黄素通过活化PPARγ促进LPS和IFNγ诱导的RAW264.7巨噬细胞(M1)向M2表型极化。     

基于SOM的我国民用机场分类研究

科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了细分,并分析了各类机场的特点。结果表明,SOM能很好地应用于我国民用机场分类,是一种科学、有效的分类方法。     

考虑多人相互影响的舰船通道最短路径规划

将时间维引入既定舰船通道网络,把考虑多人相互影响的动态最优路径规划问题转化为时间依赖网络中的最优路径搜索问题。首先,论文的算法为所有人员随机生成走行路径,为了预测网络中的弧(路段)的走行时间,按人员速度从慢到快的顺序依次计算并记录人员到达路径中的各路段首节点的时刻,先记录到的人员将成为后记录到的人员的动态障碍。然后,将遗传算法与网络中弧的走行时间预测方法相结合,借助遗传算法的个体多样性天然地解决了人员走行任意性问题,因而获得了全局动态最优路径算法,并仿真计算了两人以及三人的最短时间路径;经与不考虑人员间相互影响时获得的最优路径相比较,论文的算法获得了人员遇到障碍时(或跟行或绕行)的最优走行路径。最后,借助时间依赖网络中的最优路径充要条件定理,说明了算法的有效性。     

基于人工蜂群算法的船舶动力定位自抗扰控制器设计

针对船舶动力定位自抗扰控制器(ADRC)参数较多且人工不易调整的问题,通过建立以船舶纵荡、横荡和艏向角三个方向ADRC响应的时间误差积分和最小的目标函数,采用人工蜂群算法(ABC)中采蜜蜂和跟随蜂的选择机制与邻域搜索,优化整定出船舶动力定位ADRC控制器参数。ABC优化的方法避免了工程技术人员繁琐的试凑工作。此外,仿真结果表明,相比试凑法得出的参数而言,经过ABC优化整定的参数具有更快的响应速度,对船模参数变化具有更强的鲁棒性和适应性。     

实值否定选择算法的优化研究

针对传统的否定选择算法和V-detector算法存在的"黑洞"以及检测器冗余问题,论文提出了优化算法。在检测器生成阶段,候选检测器与自体数据和成熟检测器同时进行耐受训练,比较结果确定检测器半径,减少检测器的重复覆盖;在检测器成熟阶段,计算自体重复覆盖率剔除完全被覆盖的检测器,克服了"黑洞"及冗余问题。最后,通过Iris数据比较了三种算法。实验结果显示,改进算法的检测器数量大幅减少,利于实践应用。     

陆战场 ISR 无人机威胁分析及其评估模型研究

分析陆战场中情报、监视和侦察（IS R ）无人机的威胁影响因素及其特点,构建了IS R无人机威胁评估指标体系,利用遗传算法优化了BP神经网络评估模型,针对ISR无人机的威胁进行评估分级,仿真结果实际可行,为陆战场中无人机的编队模式和航路优化提供了可靠依据。