A题 血管机器人的订购与生物学习#2022年五一数学建模

2022五一数学建模A题血管机器人的订购与生物学习

随着微机电系统的发展,人类已经可以加工越来越小的机器。这些机器小到一定程度就可以放进血管开展疾病治疗,这就是血管机器人。血管机器人可以携带药物放入血管里定点治疗与血管有关的疾病,还可以充当血管清道夫,清除病毒,保持人体健康。因而,血管机器人越来越受到人们的关注。

血管机器人有多种类型,其中某医院使用的是ABLVR型号的血管机器人。这种血管机器人有两大特点:①可以组装。机器人有一个容器艇(类似于潜艇),有动力,可在血液中游动。容器艇四周安装了4个操作手,操作手类似于人,有生物大脑和机械臂,生物大脑控制着机械臂进行工作。操作手可以从容器艇上拆卸、安装、更换。②需要学习。这种血管机器人没有直接的信息复制功能,新购买的操作手在工作之前需要提前进行生物学习(训练),类似于人脑学习,需要在特定的环境中由已经学习好的操作手(熟练工)“指导”若干个生物大脑芯片空白的操作手(新手)在仿真血管中进行学习,直到“新手”能够达到“熟练工”的水平为止,时间为一周。

血管机器人在患者血管中工作时间是一周,一周后必须取出。取出后操作手拆卸下来需要进行一周的保养才能再次开展工作,如没有安排工作,则一直需要保养。新购买的容器艇需要经过一周的检查调试后才可以投入使用,使用结束后容器艇并不必须要保养,可以连续使用,但如果不使用也需要保养。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2021五一数模A思路+参考资料+a代码疫苗生产优化问 1:本需要对于每箱疫苗在所有工位上的生产时间进行描述性统计分析,由于先前对于 不同类型的疫苗进行模拟实验,根据已经掌握的实验数据直接进行描述性分析即可。可以通过 EXCEL、SPSS、R 语言等数据处理软件直接进行分析,建议分析完成之后分别对于均值、方差、 最值、概率分布等不同的指标解释其数理意义以及描述不同工位生产疫苗的能力水平,方便为下一 步的研究打基础。难点在于数据的处理。 问 2:根据附件中所给出的数据,先对其所有的数据求出平均值。将平均值作为参考指标。 目中原先说明必须按照 CJ1-CJ2-CJ3-CJ4 的顺序完成 4 个工位都进行了加工才算加工完成。当一 种疫苗进入生产步骤之后,必须完成该步骤的生产才可以安排下一种疫苗进入。由于目标函数是实 现生产时间最短,本提供两种可选方案,原理相通。一、可以选择使用 LINGO 软件安排最优线 路,设定每一个步骤所需要实现的时间长短以及该疫苗所需要完成加工的总时间,尽可能实现每一 个加工步骤都有不同类型的疫苗在进行加工,如果每一个加工步骤都能保证中间加工的空挡不断层, 即可实现加工效率的最优化。二、最优化算法中可以使用 TSP 算法安排最优的线路,通过该算法 也可以获得最优的加工顺序。要点在于本选用生产的平均值作为参考指标,大大降低了计算步骤 的难度。难点在于计算好每一类型的疫苗加工生产过程中所需要的总时间和不同加工步骤之间相距 的时间差的,其中的变量在于不同的疫苗进入加工步骤的顺序。加工步骤不可以变动顺序。 问 3:本与问 2 最明显的区别就是每个工位生产疫苗的时间不再使用平均值来进行代替 了。问 1 种研究了不同的指标来反映不同工位生产疫苗的能力水平,可以在其中进行选取即可完 成时间变量的选择。目要求交货总时间比问 2 的总时间缩短 5%,即在原先问的基础之上进 行优化目标。根据优化算法来进行生产顺序调度安排,本建议使用禁忌搜索算法来寻求最优解, 该算法可以避免陷入局部最优。求解过程与问 2 相近,不再赘述。确定完成生产顺序之后,由于 生产的每一个过程中的时间并不是一个确定值,而是分布于一个相近的区间内,所以可以通过区间 估计来确定概率数值。本也可以使用遗传算法进行求解,确定完成遗传算法的变异率,通过代码 的计算可以完成。 问 4:本再次引入新的限制条件,限制生产条件和生产时间。每一天时间长度为 16 小时, 且要求必须完成某一种疫苗的全部生产过程才可以开始生产别的种类的疫苗。生产时间长度可以使 用问一中给出的相关指标变量从而确定单一产品的时间。当确定完成时间之后,分别对于所有的 产品生产的时间进行计算即可得出所需要的生产时间。时间指标可以是一个变动的过程,由于生产 的时间必须为天数的整数单位(达不到一天按一天计算,若一天内能完成两项任务,可以一天安排 两种疫苗的生产),生产任务不可以拆分,所以需要读者有耐心选择正确的计算方法计算出不同疫 苗产品的生产时间以及规划不同疫苗的生产周期。由于已经限定了可靠性为 90%,生产时间最短 即可。使用不同疫苗产品的生产总时间作为目标变量,通过调动不同的疫苗产品作为自变量的生产 过程,确定约束条件即可计算出预期时间。 问 5:安排生产计划是一项运筹规划类型目。根据附件给出的不同疫苗产品的报价、生产 疫苗所需要的时间、不同产品疫苗的最大任务数量进行线性规划,难点在于线性规划的约束条件是 函数关系,根据生产单一疫苗所需要的时间进行确定相关参数。销售额=疫苗的出厂价格×出厂数 量,则控制不同的疫苗的产量可以通过神经网络模型等深度学习算法进行自动求解。规划模型的条 件和生产的顺序可以通过模型计算过程自动求得最优解。由于神经网络模型自身容易陷入局部收敛 的死循环中,可以加入优化算法对该模型进行优化。切记全文所使用的优化算法一定不能重复。可 以参考:遗传算法、蚁群算法、粒子群算法等。 备注:由于生产过程的不确定性,所以生产单一疫苗的时间确定需要根据实际模拟的数据进行 确定。目中问 2 要求使用平均值进行确定,别的目仍然可以使用,但是有能力的话建议使用 别的指标进行确定。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值