基于粒子群算法的全自動酶免疫儀工序調(diào)度方法
【專利摘要】本發(fā)明公開了基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，該方法通過輸入接口處理模塊、優(yōu)化調(diào)度模塊和輸出處理模塊實現(xiàn)，輸入接口處理模塊的功能是獲取系統(tǒng)信息，計算每個工序的完成時間?；诹Ｗ尤核惴ǖ膬?yōu)化調(diào)度模塊，先建立調(diào)度優(yōu)化問題的目標(biāo)模型，再基于粒子群算法對目標(biāo)模型進(jìn)行優(yōu)化調(diào)度，從而得到總工期最短的工序序列。輸出處理模塊，對優(yōu)化結(jié)果進(jìn)行處理，將每個工序解析成若干個對子資源進(jìn)行操作的指令，控制為控制設(shè)備運(yùn)作提供數(shù)據(jù)和控制接口。
【專利說明】基于粒子群算法的全自動酶免疫儀工序調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及生物醫(yī)療設(shè)備【技術(shù)領(lǐng)域】，具體涉及一種基于粒子群算法的全自動酶免疫儀工序調(diào)度的系統(tǒng)及方法。
【背景技術(shù)】
[0002]全自動酶免疫儀一般包括五個子資源:機(jī)械手、加樣頭、溫育振蕩模塊、洗板機(jī)和檢測儀。儀器進(jìn)行一次檢查實驗，包括多個檢測項目，每個檢測項目需要完成若干個按工藝順序要求進(jìn)行的占用不同設(shè)備子資源的工序，其中，一個檢測項目中可能存在多個需要連續(xù)執(zhí)行的工序。
[0003]大量的自動化程度高的生物醫(yī)療檢測設(shè)備被開發(fā)出來，并應(yīng)用與臨床醫(yī)學(xué)檢驗，可以說自動化程度較高的生化醫(yī)療檢測設(shè)備的出現(xiàn)大大緩解了患者對于預(yù)防，檢測的需求壓力。全自動酶免疫儀是一種針對多種分析實驗實現(xiàn)不同項目檢測功能的自動化設(shè)備，這種高集成，自動分析檢測的設(shè)備特別適用于工作量大，對測量效率，精度要求高的場合。因此，工序調(diào)度變得異常重要，能有效地改善生物醫(yī)療設(shè)備的使用效率。
[0004]粒子群優(yōu)化算法源自對鳥群捕食行為的研究，最初由Kennedy和Eberhart提出，是一種通用的啟發(fā)式搜索技術(shù)。一群鳥在區(qū)域中隨機(jī)搜索失誤，所有鳥都知道自己當(dāng)前位置距離食物多遠(yuǎn)，那么搜索的最簡單策略就是搜尋目前離食物最近的鳥的周圍區(qū)域。PSO算法利用這種模型得到啟示并應(yīng)用于解決優(yōu)化問題。PSO算中，每個優(yōu)化問題的解都是粒子在搜索空間中的位置，所有的粒子都有一個被優(yōu)化的目標(biāo)函數(shù)所決定的適應(yīng)值，粒子還有一個速度值決定它們飛翔的方向和距離，然后粒子群就追隨著當(dāng)前最優(yōu)粒子在解空間中搜索。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提供一種基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，使得設(shè)備在不影響檢測效果的同時，縮短檢測時間，提高設(shè)備資源利用率，并為控制設(shè)備運(yùn)作提供可用接口。
[0006]本發(fā)明的目的通過以下技術(shù)方案實現(xiàn):
[0007]一種基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，通過以下模塊實現(xiàn):
[0008]1.輸入接口處理模塊。獲取輸入接口信息。主要完成本調(diào)度系統(tǒng)與數(shù)據(jù)庫通訊的工作，從數(shù)據(jù)庫中讀取與調(diào)度有關(guān)的信息，包括:設(shè)備子資源位置信息和設(shè)備運(yùn)行信息。計算完成每步工序所需的時間，即工序時間。每個項目涉及多個單獨占用設(shè)備子資源的工序。其中，占用溫育振蕩模塊，洗板機(jī)或檢測儀這三個子資源的工序，其工序時間為常數(shù)；占用加樣頭和機(jī)械手資源的工序，其工序時間需要根據(jù)加樣頭或機(jī)械手運(yùn)動模型與電機(jī)參數(shù)，設(shè)備位置信息進(jìn)行計算。
[0009]2.基于粒子群算法的優(yōu)化調(diào)度模塊，包括以下步驟:
[0010]2.1根據(jù)輸入接口處理所計算到的工序時間，建立目標(biāo)模型如下:[0011]目標(biāo)模型的約束條件為:
[0012]I)工序序列滿足鏈?zhǔn)郊s束，即同一項目所包含的工序必須按照順序進(jìn)行。
[0013]2)每道工序從開始至工序完成中間不允許中斷。
[0014]3)不同項目所包含的工序之間沒有時間先后性。
[0015]4)為確保設(shè)備運(yùn)行安全，加樣頭與機(jī)械手不能同時工作。
[0016]5)子資源有限性。
[0017]6)為了檢測過程生化反應(yīng)的條件要求，同一項目中某些工序需要連續(xù)進(jìn)行。
[0018]一個實驗組包含η個項目，第i (i=l，2，3....η)個檢測項目包括工序數(shù)為Mi,該實驗組的總工序數(shù)為M = M^M2+...Mi+...+Mn，第i個項目的第j個工序的開始時間為tstartu、工序時間為、工序結(jié)束時間為toveru，第i個項目的第j個工序與該項目的前一個工序的時間間隔為Λ tiJ ;ait、bit、cit, dit、eit表示第i個項目在t時刻對加樣頭、機(jī)械手、溫育振蕩模塊、洗板機(jī)、檢測儀的占用情況，其取值為I或0，取值為I時表示占用，取值為O時表不不占用；
[0019]根據(jù)約束條件，目標(biāo)模型描述為:
【權(quán)利要求】
1.基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于該方法通過輸入接口處理模塊、基于粒子群算法的優(yōu)化調(diào)度模塊和輸出處理模塊實現(xiàn)； 所述輸入接口處理模塊用于完成: 從數(shù)據(jù)庫中讀取與工序時間有關(guān)的信息，包括設(shè)備子資源位置信息和設(shè)備運(yùn)行信息；計算完成每步工序所需的時間，即工序時間；每個項目涉及多個單獨占用設(shè)備子資源的工序，其中，占用溫育振蕩模塊、洗板機(jī)或檢測儀這三個子資源的工序時間為常數(shù)；占用加樣頭和機(jī)械手資源的工序時間需要根據(jù)加樣頭或機(jī)械手運(yùn)動模型與電機(jī)參數(shù)、設(shè)備位置信息進(jìn)行計算； 所述的基于粒子群算法的優(yōu)化調(diào)度模塊完成以下步驟: (2-1)建立調(diào)度優(yōu)化模型； (2-2)基于粒子群的優(yōu)化調(diào)度。
2.根據(jù)權(quán)利要求1所述的基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于步驟(2-1)所述的建立調(diào)度優(yōu)化模型具體包括: 一個實驗組包含η個項目，第i個檢測項目包括工序數(shù)為Mi, i=l, 2，3....η,該實驗組的總工序數(shù)為M = M^M2+...Mi+...+Mn,第i個項目的第j個工序的開始時間為tstartu、工序時間為、工序結(jié)束時間為toveru，第i個項目的第j個工序與該項目的前一個工序的時間間隔為Atu ;ait、bit、cit、dit、eit分別表示第i個項目在t時刻對加樣頭、機(jī)械手、溫育振蕩模塊、洗板機(jī)、檢測儀的占用情況，其取值為I或O，取值為I時表示占用，取值為O時表不不占用； 目標(biāo)模型的約束條件為: (2-1-1)工序序列滿足鏈?zhǔn)郊s束，即同一項目所包含的工序必須按照順序進(jìn)行； (2-1-2)每道工序從開始至工序完成中間不允許中斷； (2-1-3)不同項目所包含的工序之間沒有時間先后性； (2-1-4)為確保設(shè)備運(yùn)行安全，加樣頭與機(jī)械手不能同時工作； (2-1-5)設(shè)備子資源有限性，即全自動酶免疫儀中每個子資源只有有限個； (2-1-6)根據(jù)檢測過程生化反應(yīng)要求，同一項目中部分工序需要連續(xù)進(jìn)行； 根據(jù)約束條件，目標(biāo)模型描述為:
3.根據(jù)權(quán)利要求2所述的基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于，(2-2)所述的基于粒子群算法的優(yōu)化調(diào)度方法，包括以下步驟:
(2-2-1)初始化粒子群，產(chǎn)生粒子數(shù)為N的粒子群(X1, X2, X3,...X1...Xn)，粒子Xi為實驗組一個滿足鏈?zhǔn)郊s束的工序序列； (2-2-2)確定粒子群中每個粒子對應(yīng)的總工期；更新粒子個體的最優(yōu)位置及群體的最優(yōu)位置，本方法中，總工期短為優(yōu)； (2-2-3)對粒子群進(jìn)行迭代，更新粒子群信息；即利用粒子群算法基本公式更新粒子的移動速度和位置，并更新粒子群和單個粒子的最優(yōu)位置； (2-2-4)重復(fù)步驟(2-2-2)、(2-2-3)，檢查迭代算法的終止條件:達(dá)到了最大迭代次數(shù)或者獲得了足夠短的總工期，即可終止迭代；從而獲取局部最優(yōu)的工序序列。
4.根據(jù)權(quán)利要求3所述的基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于，步驟(2-2-1)包括以下步驟:(2-2-1-1)對項目工序進(jìn)行編號，第一個項目第j個工序的編號Nubu = j，第i個項目中的第j個工序的編號為
5.根據(jù)權(quán)利要求3所述的基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于步驟(2-2-2)所述的確定粒子總工期包括以下步驟: 從零時刻開始按粒子的工序序列確定每個工序的起始時間: 對于第i個項目中的第j個工序，若該工序不是連續(xù)工序，令t = tstartitD+l，用t=t+Ι進(jìn)行迭代，并用式子(3)、(4)、(5)、(6)衡量迭代后t時刻設(shè)備各子資源的占用情況，直到該工序占用的子資源不被占用時，得到該工序的開始時間tstartw = t ； 若該工序是連續(xù)工序的起始工序，需要確定該次連續(xù)工序的工序數(shù)，把該次連續(xù)的幾個工序當(dāng)作一個整體工序，并按照第一種情況對其起始時間進(jìn)行確定，得到連續(xù)工序中首工序的起始時間，其余的連續(xù)工序的起始時間便得以確定。
6.根據(jù)權(quán)利要求3所述的基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于:(2-2-3)所述的更新粒 子群信息具體是: 由于工序編號為整數(shù)，迭代后結(jié)果不能確保為整數(shù)，此時需要將迭代得到的粒子Xi重新修正成為整數(shù)序列，才能計算改粒子的總工期，修正步驟為:先按Xi中的工序編號值從小到大排序重新設(shè)置，然后在不改變同一項目對應(yīng)的工序編號在Xi中占據(jù)的位置的前提下，將其調(diào)整成滿足鏈?zhǔn)郊s束的形式。
7.根據(jù)權(quán)利要求1所述的基于粒子群算法的全自動酶免疫儀工序調(diào)度方法，其特征在于所述的輸出處理模塊用于完成以下步驟: (3-1)按照優(yōu)化后的工序序列,將工序分成占用加樣頭、機(jī)械臂、溫育振蕩模塊、洗板機(jī)和檢測儀五個設(shè)備子資源的分組； (3-2 )分別對步驟(3-1)的每個分組中的工序解析成若干個對子資源進(jìn)行操作的指令，控制全自動酶免疫儀工作時，按判讀條件對五組指令進(jìn)行讀??； 對于一個工序的首條指令，其判讀條件為:工序序列中前一個工序已經(jīng)開始，并且工該序同項目的前一個工序完成；若該工序為項目的首工序，其判讀條件為空；對于一個工序的其余指令，其判讀條件為同工序的上一個指令執(zhí)行完畢； 讀取指令的規(guī)則如下:同時判斷每個指令組的首條還未讀取的指令的判讀條件，若成立，則讀取該指令，否則等到滿足該指令的判讀條件時，再進(jìn)行讀取。
【文檔編號】G06N3/00GK103886366SQ201410060767
【公開日】2014年6月25日 申請日期:2014年2月21日 優(yōu)先權(quán)日:2014年2月21日
【發(fā)明者】張梅, 袁鵬, 胡躍明, 李韜, 胡善德 申請人:華南理工大學(xué)