針對現(xiàn)有技術(shù)中醫(yī)療器械顏色不利于患者康復(fù)、治療的問題,提出新型的設(shè)計方案。該方案應(yīng)用隨機搜索算法對醫(yī)療器械顏色區(qū)域、范圍等因素進行最佳選擇,使得不同器械類型適應(yīng)不同的色澤。隨機搜索算法有效地將蟻群算法和混沌粒子群優(yōu)化（chaos particle swarm optimization,CPSO）算法融合在一起,使用戶能夠快速找出顏色區(qū)域內(nèi)的最佳補償點。通過利用融合色澤與強度信息幾何形變模型,設(shè)計出柔和的視覺體驗的外觀形狀。試驗表明,該方法誤差較小,用戶滿意度高。 

【文章來源】：電子測量技術(shù). 2020,43(17)

【文章頁數(shù)】：5 頁

【部分圖文】：

混沌粒子群優(yōu)化算法流程

在利用蟻群算法進行計算時,假設(shè)目標(biāo)函數(shù)的輸出為顏色補給最佳補償點,也可以定義為患者在視覺上造成較為嚴(yán)肅的點,假設(shè)顏色選擇點的輸出函數(shù)為y=f(x),自變量的定義域可以為(0,Up),根據(jù)顏色電子配板中色澤布局情況以及輸出的顏色特征,在顏色電子配板中設(shè)置顏色補償點(xi,yi)的輸出補償點具有多個極大值點,將該極大值點記作為xi+1,求出極大值點后,將其隨機地分布在定義的區(qū)間范圍內(nèi),比如:區(qū)域1、區(qū)域2和區(qū)域N等,然后再將極大值點在空間區(qū)域內(nèi)進行劃分[16]。然后用數(shù)學(xué)表達(dá)式表示為N=xi+1;如果將空間區(qū)域用0i來表示,然后將i=1,2,3,…,M,每個子區(qū)域的長度為:DL=Up/M,然后在劃定的邊界范圍內(nèi)對顏色亮度、色澤等進行評估。這需要對TSP問題進行說明,如圖3所示。為了說明的需要,用圖3中的圓圈表示不同器械設(shè)備顏色補給點,顏色補給點之間的距離用E(i,j)表示,自變量的定義域可以表示為:1≤i≤n,1≤j≤n,其中TSP用于查找僅僅經(jīng)過每個顏色補給點1次并且能夠回到起點的最短路徑的回路,在該過程中,使路線最短[17]。這需要用式(7)～(9):

本研究通過隨機搜索算法實現(xiàn)醫(yī)療器械顏色區(qū)域、范圍的最佳選擇,以實現(xiàn)人性化設(shè)計。隨機搜索算法融合了蟻群算法和混沌粒子群優(yōu)化(chaos particle swarm optimization,CPSO)算法[5-6],其算法模型如圖1所示。應(yīng)用混沌粒子群優(yōu)化算法能夠憑借粒子元素彼此之間的作用而產(chǎn)生最優(yōu)解,通過最優(yōu)解搜索出顏色區(qū)域補償點發(fā)生概率最大的顏色區(qū)域。CPSO融合了粒子群優(yōu)化PSO(particle swarm optimization)的快速收斂和混沌(chaotic,CO)算法的隨機性遍歷特點[7-8]。在應(yīng)用時,能夠?qū)㈩伾倪x擇區(qū)域信息粒子群劃分多種子種群,在不同的子種群中,粒子互不影響,分別獨立工作,最終尋求出彼此各自的最優(yōu)值,實現(xiàn)各種群粒子信息之間的共享,共同計算、訓(xùn)練、演變和匹配,直到迭代最佳的進化代數(shù)為止。這種方法能夠彌補蟻群算法的不足。蟻群算法在應(yīng)用過程中,在尋找顏色元素或者區(qū)域范圍時,容易造成信息堵塞,原因在于,經(jīng)過迭代計算后,或者在完成一定的搜索后,可能存在所有螞蟻發(fā)現(xiàn)的信息路徑基本相同或者一致,如果繼續(xù)搜索則會困難重重。如果實現(xiàn)較高的精度,實現(xiàn)查找全局最優(yōu)解也將變得力不從心。針對該技術(shù)問題,提出了改進型的蟻群算法,即在原有的蟻群算法中融入了粒子群算法,有效地平衡了螞蟻在搜索過程中的局部最優(yōu)和全局最優(yōu)解[9-10],在應(yīng)用時2種算法同步進行。為了更好地了解該算法本質(zhì),將該算法分別進行說明。

【參考文獻(xiàn)】：
期刊論文
[1]基于全位姿測量優(yōu)化的機器人精度研究[J]. 溫秀蘭,康傳帥,宋愛國,喬貴方,王東霞,韓亞麗.  儀器儀表學(xué)報. 2019(07)
[2]基于隨機搜索算法的異源激光圖像匹配方法[J]. 王榮榮,王團部,呂林濤,李洵.  激光雜志. 2019(06)
[3]無線認(rèn)知傳感器網(wǎng)絡(luò)中基于時空相關(guān)性的協(xié)作頻譜感知算法[J]. 王天荊,王敏,白光偉,沈航,李秀琴.  電子測量與儀器學(xué)報. 2019(05)
[4]基于大數(shù)據(jù)分析的醫(yī)院信息化管理系統(tǒng)[J]. 吳南,魏巍.  現(xiàn)代電子技術(shù). 2018(21)
[5]基于改進SAE-SOFTMAX的模擬電路故障診斷方法[J]. 袁莉芬,寧暑光,何怡剛,張朝龍,呂密.  電子測量與儀器學(xué)報. 2018(07)
[6]一種提取呼吸信號的可穿戴無線心電監(jiān)測系統(tǒng)[J]. 霍東風(fēng),譚勵夫,胡學(xué)亮,郭偉橋.  國外電子測量技術(shù). 2018(07)
[7]基于大數(shù)據(jù)技術(shù)的智能電網(wǎng)系統(tǒng)應(yīng)用研究[J]. 冉亮,李煒,孫向聚.  自動化與儀器儀表. 2017(09)
[8]基于人性化設(shè)計理念的食品包裝案例解讀[J]. 王小芳.  食品與機械. 2017(08)
[9]改進的云粒子群優(yōu)化算法及其斷路器優(yōu)化應(yīng)用[J]. 鞠文哲,夏克文,戴水東.  計算機應(yīng)用研究. 2018(07)
[10]基于大數(shù)據(jù)的智能電網(wǎng)關(guān)鍵技術(shù)研究[J]. 賀紅燕.  電源技術(shù). 2016(08)



本文編號：3615247