目的采用行为阶段改变(stages of change,SOC)模型在铁路养路工人中开展科学、有效的人群行为干预,评估其慢性病危险因素干预效果。方法选取干预组与对照组各600人,按SOC模型对其健康行为的接受程度划分为5个阶段,对干预组不同阶段的人...目的采用行为阶段改变(stages of change,SOC)模型在铁路养路工人中开展科学、有效的人群行为干预,评估其慢性病危险因素干预效果。方法选取干预组与对照组各600人,按SOC模型对其健康行为的接受程度划分为5个阶段,对干预组不同阶段的人群进行有针对性的健康干预,在干预末期评估两组行为改变及血压、生化指标变化情况。结果干预组干预前及干预后与对照组比较,干预组的养路工人对健康生活方式的认知程度明显改善;吸烟率、饮酒率分别由54.7%、77.9%下降到28.8%、41.6%(P<0.05);平均每天锻炼时间和膳食结构明显改善;干预组的养路工人体质指数(BMI)、收缩压、舒张压和总胆固醇分别由(24.26±4.26)kg/m^2、(126.68±22.54)mmHg、(82.58±13.88)mmHg和(5.76±1.38)mmol/L下降到(23.07±3.11)kg/m2、(121.62±16.32)mmHg、(78.96±9.44)mmHg和(4.64±0.79)mmol/L(P<0.05)。结论 SOC模型对铁路养路工人进行慢性病危险因素干预效果明显。展开更多
目的研究应用行为阶段改变(stages of change,SOC)模型在农村居民中开展营养干预及营养宣教的方法和效果,旨在探索科学高效的适合农村人口的营养干预模式和经验,提高农民营养知识水平和行为,促进健康,降低慢性病相关危险因素水平等。方...目的研究应用行为阶段改变(stages of change,SOC)模型在农村居民中开展营养干预及营养宣教的方法和效果,旨在探索科学高效的适合农村人口的营养干预模式和经验,提高农民营养知识水平和行为,促进健康,降低慢性病相关危险因素水平等。方法采用随机抽样的方法,将天津市某构成相近的两个农村社区18～65岁的农民分成两组,并按照SOC模型将两组研究对象分别划分为5个阶段,干预组给予有针对性的干预措施,对照组仅开展常规的健康教育,为期一年。结果对照组和干预组在干预前后差异有显著性,对于平衡膳食的打算率、行动率和保持率增加了15%～20%,每日体力活动的相信率、行动率和保持率增加了10%～20%,干预组营养知识的知晓率增加了30%。BMI、血压、总胆固醇、同型半胱氨酸、叶酸以及尿钾、尿钠水平在干预组干预前后以及干预组与对照组中均有显著性差异。干预前后干预组人群行为(饮食行为、锻炼行为、健康意识和行为)改变率、健康知识水平及态度改变率、膳食及体力活动行为改变率、干预前后农民体质指标及生物因素的变化均较对照组有所升高,对干预组不同阶段人群对不同干预方式的喜好程度和干预知识的接受程度、干预过程评价等指标进行了分析。结论采用SOC模型在农民中进行营养干预取得良好效果,达到促进知-信-行的连续变化。展开更多
针对Back Propagation(BP)神经网络建立的动力电池荷电状态(State of Charge,简称SOC)估计模型存在的精度、稳定性等问题,使用遗传算法(Genetic Algorithm,简称GA),对SOC估计网络模型进行优化。使用以轮盘赌算法配合最佳个体保存法做为...针对Back Propagation(BP)神经网络建立的动力电池荷电状态(State of Charge,简称SOC)估计模型存在的精度、稳定性等问题,使用遗传算法(Genetic Algorithm,简称GA),对SOC估计网络模型进行优化。使用以轮盘赌算法配合最佳个体保存法做为遗传算法核心选择算法,避免传统选择算法中最佳个体可能丢失的情况。实验对象选用新能源氢电混动重卡4X2/6X2T FCV的辅助动力电池包。模型考虑了环境温度、放电电压、放电倍率以及直流内阻的影响,对不同隐含层数量对模型估计精度的影响进行了对比分析。测试结果表示,使用遗传算法优化后的神经网络SOC估计模型的精度和稳定性得到大幅提升。展开更多
储能电池在新能源并网、新能源汽车等产业领域发挥着重要作用,为了对电池进行有效地控制与管理,需要配备必要的电池管理系统,电池荷电状态(SOC)是其中最为重要的一环。磷酸铁锂(Li Fe PO4,LFP)电池SOC与多个影响因素密切相关,呈强非线性...储能电池在新能源并网、新能源汽车等产业领域发挥着重要作用,为了对电池进行有效地控制与管理,需要配备必要的电池管理系统,电池荷电状态(SOC)是其中最为重要的一环。磷酸铁锂(Li Fe PO4,LFP)电池SOC与多个影响因素密切相关,呈强非线性,本文重点归纳温度对磷酸铁锂电池SOC的影响。首先将工作温度对开路电压、实际容量、充放电效率、自放电率及电池老化等电池特性的影响进行归纳总结,随后通过对工作温度的影响规律进行分析、总结和归纳,基于经典"开路电压+安时积分"法将温度参数直接或间接引入到SOC的实时估算模型中,得到考虑温度参数的新模型,进而提高电池SOC的估算精度。展开更多
在使用循环算法的剩余电量(state of charge,SOC)估算的理论研究中,通常都是设定已知的初始值,无法完全论证算法的各项性能指标.在研究剩余电量估算问题时,则重点针对不确定的初始赋值,使用一种贝叶斯次优解法——粒子滤波(PF),基于SOC...在使用循环算法的剩余电量(state of charge,SOC)估算的理论研究中,通常都是设定已知的初始值,无法完全论证算法的各项性能指标.在研究剩余电量估算问题时,则重点针对不确定的初始赋值,使用一种贝叶斯次优解法——粒子滤波(PF),基于SOC动态观测模型,研究其收敛到真值的情况,并辅以MATLAB仿真实验.结果显示在非平台期PF可快速追踪初值,而在平台区由于自身算法的缺陷,无法追踪初值,应根据此区域的电压特性,更换为另一种次优解算法.论证了在解决锂电池初值追踪问题上,两种次优解算法的结合使用可以得到理想结果.展开更多
文摘目的采用行为阶段改变(stages of change,SOC)模型在铁路养路工人中开展科学、有效的人群行为干预,评估其慢性病危险因素干预效果。方法选取干预组与对照组各600人,按SOC模型对其健康行为的接受程度划分为5个阶段,对干预组不同阶段的人群进行有针对性的健康干预,在干预末期评估两组行为改变及血压、生化指标变化情况。结果干预组干预前及干预后与对照组比较,干预组的养路工人对健康生活方式的认知程度明显改善;吸烟率、饮酒率分别由54.7%、77.9%下降到28.8%、41.6%(P<0.05);平均每天锻炼时间和膳食结构明显改善;干预组的养路工人体质指数(BMI)、收缩压、舒张压和总胆固醇分别由(24.26±4.26)kg/m^2、(126.68±22.54)mmHg、(82.58±13.88)mmHg和(5.76±1.38)mmol/L下降到(23.07±3.11)kg/m2、(121.62±16.32)mmHg、(78.96±9.44)mmHg和(4.64±0.79)mmol/L(P<0.05)。结论 SOC模型对铁路养路工人进行慢性病危险因素干预效果明显。
文摘目的研究应用行为阶段改变(stages of change,SOC)模型在农村居民中开展营养干预及营养宣教的方法和效果,旨在探索科学高效的适合农村人口的营养干预模式和经验,提高农民营养知识水平和行为,促进健康,降低慢性病相关危险因素水平等。方法采用随机抽样的方法,将天津市某构成相近的两个农村社区18～65岁的农民分成两组,并按照SOC模型将两组研究对象分别划分为5个阶段,干预组给予有针对性的干预措施,对照组仅开展常规的健康教育,为期一年。结果对照组和干预组在干预前后差异有显著性,对于平衡膳食的打算率、行动率和保持率增加了15%～20%,每日体力活动的相信率、行动率和保持率增加了10%～20%,干预组营养知识的知晓率增加了30%。BMI、血压、总胆固醇、同型半胱氨酸、叶酸以及尿钾、尿钠水平在干预组干预前后以及干预组与对照组中均有显著性差异。干预前后干预组人群行为(饮食行为、锻炼行为、健康意识和行为)改变率、健康知识水平及态度改变率、膳食及体力活动行为改变率、干预前后农民体质指标及生物因素的变化均较对照组有所升高,对干预组不同阶段人群对不同干预方式的喜好程度和干预知识的接受程度、干预过程评价等指标进行了分析。结论采用SOC模型在农民中进行营养干预取得良好效果,达到促进知-信-行的连续变化。
文摘储能电池在新能源并网、新能源汽车等产业领域发挥着重要作用,为了对电池进行有效地控制与管理,需要配备必要的电池管理系统,电池荷电状态(SOC)是其中最为重要的一环。磷酸铁锂(Li Fe PO4,LFP)电池SOC与多个影响因素密切相关,呈强非线性,本文重点归纳温度对磷酸铁锂电池SOC的影响。首先将工作温度对开路电压、实际容量、充放电效率、自放电率及电池老化等电池特性的影响进行归纳总结,随后通过对工作温度的影响规律进行分析、总结和归纳,基于经典"开路电压+安时积分"法将温度参数直接或间接引入到SOC的实时估算模型中,得到考虑温度参数的新模型,进而提高电池SOC的估算精度。
文摘在使用循环算法的剩余电量(state of charge,SOC)估算的理论研究中,通常都是设定已知的初始值,无法完全论证算法的各项性能指标.在研究剩余电量估算问题时,则重点针对不确定的初始赋值,使用一种贝叶斯次优解法——粒子滤波(PF),基于SOC动态观测模型,研究其收敛到真值的情况,并辅以MATLAB仿真实验.结果显示在非平台期PF可快速追踪初值,而在平台区由于自身算法的缺陷,无法追踪初值,应根据此区域的电压特性,更换为另一种次优解算法.论证了在解决锂电池初值追踪问题上,两种次优解算法的结合使用可以得到理想结果.
