论文部分内容阅读
随着生态环境、工作压力、食品安全等问题的恶化,肿瘤、乙肝等各类重大疾病的发生率也在大量增高,因而免疫检验器械作为检测这类疾病的设备在临床医学的应用越来越广泛和频繁。手工检验或者半自动的检验器械已不能满足临床检验的需求,促使对全自动化的免疫检验医疗器械的需求越来越迫切。目前,国外产品垄断了国内大部分的市场,国内现已研制出的免疫检验医疗器械,虽在成本上较国外产品有优势,但性能上还需要提高和完善。因此研究开发具有国内先进水平与国际接轨的免疫检验器械已经刻不容缓。基于此,本论文针对提高免疫检验过程的检验效率、可靠性评估和优化设备配置等方面进行了关键问题的优化研究,具体工作和研究成果如下:1.针对提高免疫检验过程效率的问题,在分析了免疫检验过程的调度机理后,建立了对单一类型检验项目的基于时间约束Petri网模型,以最小化总完成检验时间为优化目标,实现检验过程工序优化调度。在模型求解过程中,首先利用队列理论的方法,考虑检验过程的多种约束,求取该优化问题的最优解。为进一步满足部分检验工序的等待时间约束,通过计算各项目工序检验等待时间矩阵与工序时间约束矩阵的差异性来调整相应检验工序开始时间,使这些工序间的等待时间满足约束要求。最后,运用Matlab和CPN Tools进行了仿真,结果表明了在对单一类型的检验项目进行优化调度时,所建模型和方法具有较好的可行性。2.针对不同类型检验项目同时检验的效率优化问题,提出了一种基于诺兰模型思想的混沌粒子群算法(NMPSO),解决了以最小化总完成检验时间为优化目标的检验工序调度优化问题。首先从全新的系统认知过程和角度分析了粒子群算法(PSO),考虑到诺兰模型强调信息资源整合的重要性,借鉴诺兰六阶段模型基础上构建了NMPSO算法框架。为保证算法搜索的遍历性,利用混沌映射确定PSO的惯性因子和加速因子。然后基于诺兰模型中对信息集成、平衡以及协调的思想,利用粒子本身记忆信息、个体局部信息和群体间的共同信息增加了信息均衡项,改进PSO的速度和位置更新公式。另外,设计了粒子群欧氏距离指数,由其判断并保证搜索初期粒子的多样性,提高了粒子的全局搜索能力。为了验证提出的NMPSO寻优性能,选取了6个Benchmark标准函数进行寻优测试。与最新相关算法的对比测试结果比较,表明所提方法具有较好的性能。最后,该方法被运用到具有不同类型检验项目的免疫检验过程的调度优化上,仿真验证了该方法的有效性和合理性。3.针对医学检验过程中对检验结果高可靠性的要求,从可信限理论出发,利用定时截尾试验所获得的无失效数据,对免疫检验过程的可靠性进行评价。考虑到检验过程的可靠性可看成是服从指数分布,在此情形下证明了先验分布密度函数随着超参数指数递增的双侧M-Bayes可信限和双侧经典可信限的一般形式的几个相关定理,给出了关于指数?的双侧M-Bayes可信限的可靠度的定理和证明。所证定理说明双侧M-Bayes可信限比双侧经典可信限在可靠性求取中具有更好的结果。最后,将双侧M-Bayes可信限的可靠性求取方法用于免疫检验过程的可靠性评价上。该方法在保证检验过程高可靠性下,可指导设备的配置优化组合。4.提出了一种基于改进的熵权区间数多目标TOPSIS决策方法,解决了具有不确定性的免疫检验医疗器械成本、检验效率和检验过程可靠性的多目标决策问题。实现在保证多目标优化的情况下,确定满足医院个性化需求的设备购置方案。首先,根据区间数与精确数的差异性和共性,利用决策问题的初始数据的上限、下限和中值的组合对决策初始数据的标准化方法进行了改进,从数学理论上证明了该标准化方法的改进满足标准化处理的三原则和区间退化为精确数时的一致性,使标准化更为合理和准确。接着,利用区间数可能度概念,结合熵值赋权法能很好描述系统的不确定的优势,给出了多个目标的客观权重的改进求取方法。最后,将得到的改进方法应用于免疫检验的多目标决策问题中,并与其他文献中的多目标决策方法进行对比分析,实例验证结果表明该方法在不确定区间数多目标决策优化上具有更好的优越性和准确性,且决策结果可用于指导医院确定设备购置的优化方案。