基于MATLAB矢量化的物质点法(material point method,MPM)框架,分析车身前防撞梁的碰撞冲击问题。MPM在每一迭代步将物理参数在物质点和背景网格间相互映射,使用MATLAB矢量化框架可以使用户在快速入门的同时保证求解效率,其应力更新采...基于MATLAB矢量化的物质点法(material point method,MPM)框架,分析车身前防撞梁的碰撞冲击问题。MPM在每一迭代步将物理参数在物质点和背景网格间相互映射,使用MATLAB矢量化框架可以使用户在快速入门的同时保证求解效率,其应力更新采用车身结构材料的弹塑性本构模型。前防撞梁碰撞冲击数值算例结果表明,MPM可以保证求解精度,同时矢量化技术可以大幅提高求解效率。展开更多
目的基于Markov模型评价肺结节低剂量螺旋CT(LDCT)筛查的卫生经济学。方法利用2021年—2023年北京市某三甲医院的肺结节LDCT筛查数据和部分国外临床研究数据,采用成本效用分析方法,通过增量成本效用比(ICUR)确定优势筛查策略;使用R语言...目的基于Markov模型评价肺结节低剂量螺旋CT(LDCT)筛查的卫生经济学。方法利用2021年—2023年北京市某三甲医院的肺结节LDCT筛查数据和部分国外临床研究数据,采用成本效用分析方法,通过增量成本效用比(ICUR)确定优势筛查策略;使用R语言获得转移概率参数,利用TreeAge Pro 2011软件构建Markov模型。假设以我国10万名55岁及以上人群为肺结节筛查对象,模拟其疾病发展情况,并通过敏感性分析评价该模型的稳定性。结果成本效用分析显示,该模型经20次循环后,LDCT筛查策略的总成本为3543088618元,相较于不筛查策略的总成本增加了784130651元,额外获得了7996个质量调整生命年(QALY),每获得一个QALY需多花费98059.77元。采用WHO卫生经济学评价标准,LDCT筛查策略的ICUR大于1倍人均国内生产总值(GDP)但小于3倍人均GDP,为优势策略。敏感性分析显示,各变量在其敏感性分析范围内无论如何变化,都不会对ICUR产生较大影响,表明该模型具有较好的稳定性。结论在55岁及以上人群中开展每年一次肺结节LDCT筛查的ICUR小于3倍人均GDP,具有一定的经济学效用,该筛查策略有利于肺癌的“早发现、早诊断、早治疗”。展开更多
物质点法(material point method,MPM)采用Lagrange质点和Euler网格双重描述,适合处理大变形和接触问题.该文基于对流粒子域插值物质点法(CPDI2)框架分析了薄壳结构的大变形问题:使用四边形网格来离散壳体结构,通过物质点到壳单元节点...物质点法(material point method,MPM)采用Lagrange质点和Euler网格双重描述,适合处理大变形和接触问题.该文基于对流粒子域插值物质点法(CPDI2)框架分析了薄壳结构的大变形问题:使用四边形网格来离散壳体结构,通过物质点到壳单元节点再到背景网格节点的双重映射计算基函数,在背景网格上求解动量方程,基于BT壳单元理论更新物质点的内力.数值算例将受大变形的壳结构与参考解进行了比较,验证了该文方法的准确性.展开更多
考虑到跟驰车流中前车车型对智能汽车跟车行为的影响,采用长短期记忆(Long Short Term Memory,LSTM)神经网络,基于NGSIM数据集,通过One-Hot方法编码车型特征,并引入注意力机制(Attention Mechanism)生成输入特征的注意力权重,训练并建...考虑到跟驰车流中前车车型对智能汽车跟车行为的影响,采用长短期记忆(Long Short Term Memory,LSTM)神经网络,基于NGSIM数据集,通过One-Hot方法编码车型特征,并引入注意力机制(Attention Mechanism)生成输入特征的注意力权重,训练并建立了一种可根据前车车型产生不同跟驰行为的智能车辆跟驰模型(Identifiable Vehicle Type Car-Following Model,IVT-CF)。在不同前车车型的跟车场景中仿真发现,IVT-CF模型仿真车辆的速度和位移的均方误差(Mean Square Error,MSE)比不分车型的LSTM模型分别降低了23.8%、31.7%,比IDM模型分别降低了15.8%、18.7%,仿真精度更高。在混入大型车辆的车队跟驰场景仿真中发现,交通流速度和车头间距的收敛时间为92 s,该模型能较快收敛,具有较好的稳定性和抗干扰能力。展开更多
文摘基于MATLAB矢量化的物质点法(material point method,MPM)框架,分析车身前防撞梁的碰撞冲击问题。MPM在每一迭代步将物理参数在物质点和背景网格间相互映射,使用MATLAB矢量化框架可以使用户在快速入门的同时保证求解效率,其应力更新采用车身结构材料的弹塑性本构模型。前防撞梁碰撞冲击数值算例结果表明,MPM可以保证求解精度,同时矢量化技术可以大幅提高求解效率。
文摘目的基于Markov模型评价肺结节低剂量螺旋CT(LDCT)筛查的卫生经济学。方法利用2021年—2023年北京市某三甲医院的肺结节LDCT筛查数据和部分国外临床研究数据,采用成本效用分析方法,通过增量成本效用比(ICUR)确定优势筛查策略;使用R语言获得转移概率参数,利用TreeAge Pro 2011软件构建Markov模型。假设以我国10万名55岁及以上人群为肺结节筛查对象,模拟其疾病发展情况,并通过敏感性分析评价该模型的稳定性。结果成本效用分析显示,该模型经20次循环后,LDCT筛查策略的总成本为3543088618元,相较于不筛查策略的总成本增加了784130651元,额外获得了7996个质量调整生命年(QALY),每获得一个QALY需多花费98059.77元。采用WHO卫生经济学评价标准,LDCT筛查策略的ICUR大于1倍人均国内生产总值(GDP)但小于3倍人均GDP,为优势策略。敏感性分析显示,各变量在其敏感性分析范围内无论如何变化,都不会对ICUR产生较大影响,表明该模型具有较好的稳定性。结论在55岁及以上人群中开展每年一次肺结节LDCT筛查的ICUR小于3倍人均GDP,具有一定的经济学效用,该筛查策略有利于肺癌的“早发现、早诊断、早治疗”。
文摘物质点法(material point method,MPM)采用Lagrange质点和Euler网格双重描述,适合处理大变形和接触问题.该文基于对流粒子域插值物质点法(CPDI2)框架分析了薄壳结构的大变形问题:使用四边形网格来离散壳体结构,通过物质点到壳单元节点再到背景网格节点的双重映射计算基函数,在背景网格上求解动量方程,基于BT壳单元理论更新物质点的内力.数值算例将受大变形的壳结构与参考解进行了比较,验证了该文方法的准确性.
文摘考虑到跟驰车流中前车车型对智能汽车跟车行为的影响,采用长短期记忆(Long Short Term Memory,LSTM)神经网络,基于NGSIM数据集,通过One-Hot方法编码车型特征,并引入注意力机制(Attention Mechanism)生成输入特征的注意力权重,训练并建立了一种可根据前车车型产生不同跟驰行为的智能车辆跟驰模型(Identifiable Vehicle Type Car-Following Model,IVT-CF)。在不同前车车型的跟车场景中仿真发现,IVT-CF模型仿真车辆的速度和位移的均方误差(Mean Square Error,MSE)比不分车型的LSTM模型分别降低了23.8%、31.7%,比IDM模型分别降低了15.8%、18.7%,仿真精度更高。在混入大型车辆的车队跟驰场景仿真中发现,交通流速度和车头间距的收敛时间为92 s,该模型能较快收敛,具有较好的稳定性和抗干扰能力。
