为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建...为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建地下水污染运移数值模型的代理模型,用以提高地下水污染溯源辨识的效率。为验证上述方法的有效性和可行性,开展了两个数值算例研究。结果表明:采用MLP方法构建的代理模型对地下水污染运移数值模型的逼近精度高,不仅能够有效提升地下水污染溯源辨识效率,还能保持良好的计算精度;所提出的耦合敏感性分析与两阶段MCMC算法能够显著提升低敏感性污染源参数的辨识精度。展开更多
针对传统马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟方法在高维问题或后验概率密度复杂时采样效率低且难收敛的缺陷,建立了基于马尔科夫(Markov)链种群竞争的贝叶斯有限元模型修正算法。在基于Metropolis-Hastings(MH)随...针对传统马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟方法在高维问题或后验概率密度复杂时采样效率低且难收敛的缺陷,建立了基于马尔科夫(Markov)链种群竞争的贝叶斯有限元模型修正算法。在基于Metropolis-Hastings(MH)随机游走算法实现MCMC模拟的传统方法基础上,引入差分进化算法,利用种群中Markov链之间不同携带信息的相互作用关系,得到优化建议以快速逼近目标函数,解决了高维参数模型修正过程中采样滞留的缺点;引进竞争算法,通过不断的竞争刺激和内置失败者向胜利者学习的机制,采用较少的Markov链获得较高的精度,提高了模型修正效率与精度;最后,通过一个桁架结构的有限元模型修正数值算例验证了所提算法,并与标准MH算法的结果对比,得出该算法可以快速修正高维参数模型,具有较高的精度,且对随机噪声有良好的鲁棒性,为考虑不确定性的大型结构有限元模型修正提供了一种稳定有效的手段。展开更多
目的通过蒙特卡洛模拟评价头孢哌酮/舒巴坦(CSL,2:1)对不同肾功能患者革兰阴性菌血流感染给药方案的合理性。方法应用琼脂稀释法测定CSL对革兰阴性菌的最低抑制浓度(MIC),并通过蒙特卡洛模拟(MCS)计算不同肾功能患者CSL不同给药方案对...目的通过蒙特卡洛模拟评价头孢哌酮/舒巴坦(CSL,2:1)对不同肾功能患者革兰阴性菌血流感染给药方案的合理性。方法应用琼脂稀释法测定CSL对革兰阴性菌的最低抑制浓度(MIC),并通过蒙特卡洛模拟(MCS)计算不同肾功能患者CSL不同给药方案对不同敏感性细菌的达标概率(PTA)和累积反应分数(CFR),评估给药方案的合理性。结果CSL对血流感染来源肠杆菌、鲍曼不动杆菌和铜绿假单胞菌的MIC_(90)分别为32/16、128/64和64/32 mg/L。对MIC>16 mg/L的肠杆菌,对不同肾功能患者即使CSL以4.5 g q6 h 15 min输注,获得的PTA仍低于90%,CFR最高为77.82%,对产ESBL肠杆菌血流感染CFR仍低于80%。对ESBL阴性肠杆菌感染患者,CLCR>60 mL/min时,CSL 3.0 g q6 h(说明书最大剂量)、3.0 g q8 h、4.5 g q6 h和4.5 g q8 h 4种给药方案获得的CFR分别为90.2%、83.15%、91.4%和87.09%;CLCR≤60 mL/min时,所有给药方案均可使CFR大于80%。对鲍曼不动杆菌感染患者,当CLCR>60 mL/min,CSL各给药方案所获CFR均低于40%;CLCR为31~60 mL/min,CSL 4.5 g q6 h给药获得CFR为85.27%;CLCR为10~30 mL/min,3.0 g q6 h、4.5 g q6 h和4.5 g q8 h获得的CFR分别为88.05%、91.86%和82.61%;CLCR<10 mL/min时(非透析患者),各给药方案所获得CFR均大于80%。对铜绿假单胞菌感染患者,当患者CLCR在10~30或≤10 mL/min时,CSL以4.5 g q6h给药所获得的CFR分别为80.09%和81.68%。结论CSL治疗革兰阴性菌血流感染时,需要根据细菌敏感性和患者肾功能等情况制定个体化给药方案,目前推荐的给药方案可能存在剂量不足情况。针对鲍曼不动杆菌敏感性折点可能需要进一步调整。展开更多
文摘为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建地下水污染运移数值模型的代理模型,用以提高地下水污染溯源辨识的效率。为验证上述方法的有效性和可行性,开展了两个数值算例研究。结果表明:采用MLP方法构建的代理模型对地下水污染运移数值模型的逼近精度高,不仅能够有效提升地下水污染溯源辨识效率,还能保持良好的计算精度;所提出的耦合敏感性分析与两阶段MCMC算法能够显著提升低敏感性污染源参数的辨识精度。
文摘针对传统马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟方法在高维问题或后验概率密度复杂时采样效率低且难收敛的缺陷,建立了基于马尔科夫(Markov)链种群竞争的贝叶斯有限元模型修正算法。在基于Metropolis-Hastings(MH)随机游走算法实现MCMC模拟的传统方法基础上,引入差分进化算法,利用种群中Markov链之间不同携带信息的相互作用关系,得到优化建议以快速逼近目标函数,解决了高维参数模型修正过程中采样滞留的缺点;引进竞争算法,通过不断的竞争刺激和内置失败者向胜利者学习的机制,采用较少的Markov链获得较高的精度,提高了模型修正效率与精度;最后,通过一个桁架结构的有限元模型修正数值算例验证了所提算法,并与标准MH算法的结果对比,得出该算法可以快速修正高维参数模型,具有较高的精度,且对随机噪声有良好的鲁棒性,为考虑不确定性的大型结构有限元模型修正提供了一种稳定有效的手段。
文摘目的通过蒙特卡洛模拟评价头孢哌酮/舒巴坦(CSL,2:1)对不同肾功能患者革兰阴性菌血流感染给药方案的合理性。方法应用琼脂稀释法测定CSL对革兰阴性菌的最低抑制浓度(MIC),并通过蒙特卡洛模拟(MCS)计算不同肾功能患者CSL不同给药方案对不同敏感性细菌的达标概率(PTA)和累积反应分数(CFR),评估给药方案的合理性。结果CSL对血流感染来源肠杆菌、鲍曼不动杆菌和铜绿假单胞菌的MIC_(90)分别为32/16、128/64和64/32 mg/L。对MIC>16 mg/L的肠杆菌,对不同肾功能患者即使CSL以4.5 g q6 h 15 min输注,获得的PTA仍低于90%,CFR最高为77.82%,对产ESBL肠杆菌血流感染CFR仍低于80%。对ESBL阴性肠杆菌感染患者,CLCR>60 mL/min时,CSL 3.0 g q6 h(说明书最大剂量)、3.0 g q8 h、4.5 g q6 h和4.5 g q8 h 4种给药方案获得的CFR分别为90.2%、83.15%、91.4%和87.09%;CLCR≤60 mL/min时,所有给药方案均可使CFR大于80%。对鲍曼不动杆菌感染患者,当CLCR>60 mL/min,CSL各给药方案所获CFR均低于40%;CLCR为31~60 mL/min,CSL 4.5 g q6 h给药获得CFR为85.27%;CLCR为10~30 mL/min,3.0 g q6 h、4.5 g q6 h和4.5 g q8 h获得的CFR分别为88.05%、91.86%和82.61%;CLCR<10 mL/min时(非透析患者),各给药方案所获得CFR均大于80%。对铜绿假单胞菌感染患者,当患者CLCR在10~30或≤10 mL/min时,CSL以4.5 g q6h给药所获得的CFR分别为80.09%和81.68%。结论CSL治疗革兰阴性菌血流感染时,需要根据细菌敏感性和患者肾功能等情况制定个体化给药方案,目前推荐的给药方案可能存在剂量不足情况。针对鲍曼不动杆菌敏感性折点可能需要进一步调整。
