摘要：为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。

摘要：C语言是一门高级程序设计语言,其涉及的概念和规则较多,使用灵活,初学者很难掌握, 容易出错,是一门难学也难教的课程。根据我校C语言教学实际过程中存在的问题,谈了谈如何从组织教学内容、教学方法、上机实践等方面来提高学生的学习效果。

摘要：为探索西北地区颗粒物(PM)短期暴露对人群血压(BP)水平的影响,基于金昌队列研究平台,收集甘肃省金昌市2011~2017年颗粒物污染数据及队列人群血压测量数据,在调整相关混杂因素基础上,采用线性混合效应模型分析PM_(2.5)和PM_(10)短期暴露对收缩压(SBP)、舒张压(DBP)、平均动脉压(MAP)、脉压(PP)和Mid-BP(SBP和DBP的均值)的影响.结果显示,随着PM_(2.5)浓度的增加,人群SBP,MAP,PP和Mid-BP均呈上升趋势,该效应值分别在累积滞后05,03,07和05d最大.随着PM_(10)浓度的增加,5种BP指标也均呈上升趋势,效应最大值均出现在累积滞后***_(2.5)和PM_(10)对BP产生的影响分别在吸烟和男性人群中更为显著.此外,沙尘天气和气态污染物(SO_(2)和NO_(2))对PM-BP效应存在一定的修饰作用.因此,在该队列人群中,PM_(2.5)和PM_(10)短期暴露对人群血压具有一定影响,吸烟者和男性人群可能是颗粒物影响血压效应的易感人群.

摘要：[背景]目前职业二氧化硫(SO_(2))暴露对高血压发病风险的证据十分有限,且环境SO_(2)暴露对高血压发病影响的研究结论仍不一致。[目的]分析自报职业SO_(2)暴露与高血压发病风险的关联及SO_(2)暴露年限与高血压发病风险的剂量-反应关系。[方法]基于金昌队列,采用巢式病例对照研究设计,以随访新发确诊高血压患者841例为病例组,分别以非职业因素限制和职业因素限制选取对照组进行1∶1个体匹配,前者以年龄±2岁、性别相同、工龄±2年、家庭住址为同一街道为匹配条件,后者在前者基础上职业限制为相同车间,最终前者纳入对照717例,后者纳入对照488例。采用统一调查问卷收集研究对象的一般人口学特征、生活行为习惯、糖尿病史、高血压家族史、SO_(2)职业暴露情况(自报有无SO_(2)职业暴露史及SO_(2)暴露年限)等信息;应用条件logistic回归模型分析职业SO_(2)暴露与高血压发病的关联强度及SO_(2)暴露年限与高血压发病风险的剂量-反应关系。[结果]在非职业因素限制巢式病例对照研究中,自报有职业SO_(2)暴露人群的高血压发病风险OR值为2.39(95%CI:1.68~3.39);而在限制职业因素后,自报有职业SO_(2)暴露人群的高血压发病风险OR值为1.48(95%CI:1.04~2.12)。随着SO_(2)暴露年限从1~9年、10~19年、20~29年及30年及以上增加:在非职业因素限制巢式病例对照研究中,高血压发病风险OR值依次为1.85(95%CI:0.68~5.08)、1.46(95%CI:0.58~3.67)、1.64(95%CI:1.00~2.67)、4.95(95%CI:2.63~9.31);在职业因素限制巢式病例对照研究中,高血压发病风险OR值依次为0.98(95%CI:0.40~2.41)、1.84(95%CI:0.72~4.70)、1.37(95%CI:0.82~2.29)、2.44(95%CI:1.37~4.35)。经χ^(1)趋势性检验,两组职业SO_(2)暴露年限和高血压发病风险之间均存在剂量-反应关系(P趋势<0.05)。[结论]自报职业SO_(2)暴露与人群高血压发病风险具有一定关联,且随着暴露年限的增加,发病风险增大。

摘要：[背景]寒潮对高血压疾病的发生可能具有潜在风险。在高海拔寒冷地区开展极端气温对高血压住院人数影响的关联研究对高血压疾病的预防及极端天气的预警具有参考意义。[目的]探讨甘肃省金昌市寒潮对高血压疾病住院人数的影响及潜在混杂因素。[方法]收集2011—2016年金昌市3所综合医院每日高血压住院信息及同期气象资料和大气污染物资料,分析寒潮期间高血压住院人数的变化。对气象因素、大气污染物与高血压住院人数进行相关性分析,采用3种匹配比例(1∶2、1∶4、1∶6)的双向对称病例交叉研究设计,在控制星期几效应、节假日效应、气象因素(平均相对湿度)和环境污染物(SO2、NO2、PM10)等混杂因素后,建立寒潮与高血压住院人数的Cox回归模型。选择滞后效应最大的滞后天数,进行敏感度分析及对年龄、性别进行分层分析,并分析不同寒潮持续时间(24、48、72 h)对高血压住院人数的影响,其中24 h寒潮和48 h寒潮合并后简称为24、48 h寒潮。[结果]在2011—2016年间共纳入9次寒潮事件。寒潮期间,高血压住院人数随温度变化而出现不同变化趋势,且存在一定滞后效应。其中,双向对称1∶2病例交叉研究在单滞后5 d时对高血压住院人数影响的效应值最大,OR值为1.142(95%CI:1.053~1.237)。在单滞后5 d时,24、48 h寒潮和72 h寒潮均对高血压住院人数具有影响,且24、48 h寒潮对高血压住院人数影响更大[OR(95%CI)=1.218(1.072~1.385)]。分层分析发现,在单滞后5 d时,寒潮对男性、女性高血压住院人数均具有影响,且对男性的影响更大[OR(95%CI)=1.191(1.041~1.364)];相比65岁以上人群,65岁以下人群更易受寒潮影响[OR(95%CI)=1.201(1.043~1.383)]。敏感度分析结果显示,模型基本稳健,OR波动范围小。[结论]寒潮对金昌市居民高血压疾病住院人数的增加具有一定的影响。不同年龄、性别及寒潮持续时间对寒潮的影响均存在修饰作用。