基于粒子群算法的全自动酶免疫仪工序调度方法技术

本发明专利技术公开了基于粒子群算法的全自动酶免疫仪工序调度方法，该方法通过输入接口处理模块、优化调度模块和输出处理模块实现，输入接口处理模块的功能是获取系统信息，计算每个工序的完成时间。基于粒子群算法的优化调度模块，先建立调度优化问题的目标模型，再基于粒子群算法对目标模型进行优化调度，从而得到总工期最短的工序序列。输出处理模块，对优化结果进行处理，将每个工序解析成若干个对子资源进行操作的指令，控制为控制设备运作提供数据和控制接口。

【技术实现步骤摘要】

本专利技术涉及生物医疗设备
，具体涉及一种基于粒子群算法的全自动酶免疫仪工序调度的系统及方法。 
技术介绍
全自动酶免疫仪一般包括五个子资源：机械手、加样头、温育振荡模块、洗板机和检测仪。仪器进行一次检查实验，包括多个检测项目，每个检测项目需要完成若干个按工艺顺序要求进行的占用不同设备子资源的工序，其中，一个检测项目中可能存在多个需要连续执行的工序。 大量的自动化程度高的生物医疗检测设备被开发出来，并应用与临床医学检验，可以说自动化程度较高的生化医疗检测设备的出现大大缓解了患者对于预防，检测的需求压力。全自动酶免疫仪是一种针对多种分析实验实现不同项目检测功能的自动化设备，这种高集成，自动分析检测的设备特别适用于工作量大，对测量效率，精度要求高的场合。因此，工序调度变得异常重要，能有效地改善生物医疗设备的使用效率。 粒子群优化算法源自对鸟群捕食行为的研究，最初由Kennedy和Eberhart提出，是一种通用的启发式搜索技术。一群鸟在区域中随机搜索失误，所有鸟都知道自己当前位置距离食物多远，那么搜索的最简单策略就是搜寻目前离食物最近的鸟的周围区域。PSO算法利用这种模型得到启示并应用于解决优化问题。PSO算中，每个优化问题的解都是粒子在搜索空间中的位置，所有的粒子都有一个被优化的目标函数所决定的适应值，粒子还有一个速度值决定它们飞翔的方向和距离，然后粒子群就追随着当前最优粒子在解空间中搜索。 
技术实现思路
本专利技术的目的在于提供一种基于粒子群算法的全自动酶免疫仪工序调度方法，使得设备在不影响检测效果的同时，缩短检测时间，提高设备资源利用率，并为控制设备运作提供可用接口。 本专利技术的目的通过以下技术方案实现： 一种基于粒子群算法的全自动酶免疫仪工序调度方法，通过以下模块实现： 1.输入接口处理模块。获取输入接口信息。主要完成本调度系统与数据库通讯的工作，从数据库中读取与调度有关的信息，包括：设备子资源位置信息和设备运行信息。计算完成每步工序所需的时间，即工序时间。每个项目涉及多个单独占用设备子资源的工序。其中，占用温育振荡模块，洗板机或检测仪这三个子资源的工序，其工序时间为常数;占用加样头和机械手资源的工序，其工序时间 需要根据加样头或机械手运动模型与电机参数，设备位置信息进行计算。 2.基于粒子群算法的优化调度模块，包括以下步骤： 2.1根据输入接口处理所计算到的工序时间，建立目标模型如下： 目标模型的约束条件为： 1）工序序列满足链式约束，即同一项目所包含的工序必须按照顺序进行。 2）每道工序从开始至工序完成中间不允许中断。 3）不同项目所包含的工序之间没有时间先后性。 4）为确保设备运行安全，加样头与机械手不能同时工作。 5）子资源有限性。 6）为了检测过程生化反应的条件要求，同一项目中某些工序需要连续进行。 一个实验组包含n个项目，第i（i=1,2,3….n）个检测项目包括工序数为Mi，该实验组的总工序数为M＝M1+M2+...Mi+...+Mn，第i个项目的第j个工序的开始时间为tstartij、工序时间为tij、工序结束时间为toverij，第i个项目的第j个工序与该项目的前一个工序的时间间隔为Δtij；ait、bit、cit、dit、eit表示第i个项目在t时刻对加样头、机械手、温育振荡模块、洗板机、检测仪的占用情况，其取值为1或0，取值为1时表示占用，取值为0时表示不占用； 根据约束条件，目标模型描述为： tstartt(j+1)≥toverij(1)toverij=tstarttj+tij(2)Σi=0n(ait+bit)≤S1,i∈(1,2...i..,n)(3)Σi=0ncit≤S2,i∈(1,2...i..,n)(4)Σi=0ndit≤S3,i∈(1,2...i..,n)(5)Σi=0neit≤S4,i∈(1,2...i..,n)(6)toverik=tstarti(k+1),k∈(j,....,j+m-2)(7)]]>式（1）中，第i个检测项目中，后一个工序的开始时间tstarti(j+1)比前一个工序的结束时间toverij大，满足约束条件（2-1-1）和（2-1-2）；式（2）、（3）、（4）、（5）、（6）表示第t时刻占用加样头或机械手、温育振荡模块、洗板机和检测仪的工序个数不大于该步骤占用的子资源数，S2，S3，S4分别代表温育振荡模块、 洗板机、检测仪的个数；由于约束（2-1-4），同一时间只允许一个机械手或加样头运动，因此S1＝1；式（7）中，若某检测项目第j到第j+m个工序为连续工序，则前一个工序结束后，后一个工序紧接着开始，其中m为连续工序个数； 对于一个实验组而言，一旦工序序列确定，每个工序的tij和Δtij也就确定；这样，第i个检测项目完成的时间为： Ti=Σj=1Mi(tij+Δtij)(7)---(8)]]>而整个实验组的完成时间为所有单个检测项目完成时间的最大值，即目标函数为：f(X)=max(Σj=1Mi(tij+Δtij))(1≤i≤n)(8).---(9)]]>2.2进行基于粒子群算法的优化调度，求出最优解。包括以下几个步骤： 2.2.1初始化粒子群，生成粒子数为N的粒子群(X1,X2,X3,......XN)，粒子Xi为检测实验的一个工序序列，满足链式约束。生成满足链式约束的粒子方法如下： 对项目工序进行编号，第一个项目第j个工序的编号Nub1j＝j，第i个项目中的第j个工序的编号为根据工序编号，生成工序表NubList[n,Max(Mi)]，其中，Max()为最大值函数，NubList[i,j]＝Nubij(1≤j≤Mi)，即工序表第i维顺序存储第j个项目的工序编号。 随机生成正整数R(1≤R≤n)，在工序表的第R维按顺序获取一个工序编号，即若第一次R=i，则选取第i维的第一个工序编号，第二次R=i，取第i维的第二个工序编号，重复上述步骤，直到把表中M个工序编号全部取完；则所获取的工序序列Xi＝(x1,x2,...xk...,xM)为实验组的一个满足链式约束的工序序列，其中xk为第k次获取的工序编号。 2.2.2计算粒子群中每个粒子对应的总工期。需要确定每个工序的起始时间，从零时刻开始按粒子的工序序列顺序确定工序的起始时间，方法如下： 对于第i个项目中的第j个工序，若该工序不是连续工序，令t＝tstarti(j-1)+1，用t＝t+1进行迭代，并用式子（3）、（4）、（5）、（6）衡量迭代后t时刻设备各子资源的占用情况，直到该工序占用的子资源不被占用时，得到该工序的开始时间tstarttj＝t； 若该工序是连续工序的起始工序，需要确定该次连续工序的工序数，把该次连本文档来自技高网...

【技术保护点】
基于粒子群算法的全自动酶免疫仪工序调度方法，其特征在于该方法通过输入接口处理模块、基于粒子群算法的优化调度模块和输出处理模块实现；所述输入接口处理模块用于完成：从数据库中读取与工序时间有关的信息，包括设备子资源位置信息和设备运行信息；计算完成每步工序所需的时间，即工序时间；每个项目涉及多个单独占用设备子资源的工序，其中，占用温育振荡模块、洗板机或检测仪这三个子资源的工序时间为常数;占用加样头和机械手资源的工序时间需要根据加样头或机械手运动模型与电机参数、设备位置信息进行计算；所述的基于粒子群算法的优化调度模块完成以下步骤：（2‑1）建立调度优化模型；（2‑2）基于粒子群的优化调度。

【技术特征摘要】
1.基于粒子群算法的全自动酶免疫仪工序调度方法，其特征在于该方法通过输
入接口处理模块、基于粒子群算法的优化调度模块和输出处理模块实现；
所述输入接口处理模块用于完成：
从数据库中读取与工序时间有关的信息，包括设备子资源位置信息和设备运
行信息；计算完成每步工序所需的时间，即工序时间；每个项目涉及多个单独占
用设备子资源的工序，其中，占用温育振荡模块、洗板机或检测仪这三个子资源
的工序时间为常数;占用加样头和机械手资源的工序时间需要根据加样头或机械
手运动模型与电机参数、设备位置信息进行计算；
所述的基于粒子群算法的优化调度模块完成以下步骤：
（2-1）建立调度优化模型；
（2-2）基于粒子群的优化调度。
2.根据权利要求1所述的基于粒子群算法的全自动酶免疫仪工序调度方法，
其特征在于步骤（2-1）所述的建立调度优化模型具体包括：
一个实验组包含n个项目，第i个检测项目包括工序数为Mi，i=1,2,3….n，
该实验组的总工序数为M＝M1+M2+...Mi+...+Mn，第i个项目的第j个工序的
开始时间为tstartij、工序时间为tij、工序结束时间为toverij，第i个项目的第j
个工序与该项目的前一个工序的时间间隔为Δtij；ait、bit、cit、dit、eit分别表示第
i个项目在t时刻对加样头、机械手、温育振荡模块、洗板机、检测仪的占用情
况，其取值为1或0，取值为1时表示占用，取值为0时表示不占用；
目标模型的约束条件为：
（2-1-1）工序序列满足链式约束，即同一项目所包含的工序必须按照顺序进行；
（2-1-2）每道工序从开始至工序完成中间不允许中断;
（2-1-3）不同项目所包含的工序之间没有时间先后性;
（2-1-4）为确保设备运行安全，加样头与机械手不能同时工作;
（2-1-5）设备子资源有限性，即全自动酶免疫仪中每个子资源只有有限个;
（2-1-6）根据检测过程生化反应要求，同一项目中部分工序需要连续进行;
根据约束条件，目标模型描述为：
tstartt(j+1)≥toverij(1)toverij=tstarttj+tij(2)Σi=0n(ait+bit)≤S1,i∈(1,2...i..,n)(3)Σi=0ncit≤S2,i∈(1,2...i..,n)(4)Σi=0ndit≤S3,i∈(1,2...i..,n)(5)Σi=0neit≤S4,i∈(1,2...i..,n)(6)toverik=tstarti(k+1),k∈(j,....,j+m-2)(7)]]>式（1）中，第i个检测项目中，后一个工序的开始时间tstarti(j+1)比前一个
工序的结束时间toverij大，满足约束条件（2-1-1）和（2-1-2）；式（2）、（3）、（4）、
（5）、（6）表示第t时刻占用加样头或机械手、温育振荡模块、洗板机和检测仪
的工序个数不大于该步骤占用的子资源数，S2，S3，S4分别代表温育振荡模块、
洗板机、检测仪的个数；由于约束（2-1-4），同一时间只允许一个机械手或加样
头运动，因此S1＝1；式（7）中，若某检测项目第j到第j+m个工序为连续工序，
则前一个工序结束后，后一个工序紧接着开始，其中m为连续工序个数；
对于一个实验组而言，一旦工序序列确定，每个工序的tij和Δtij也就确定；
这样，第i个检测项目完成的时间为：
Ti=Σj=1Mi(tij+Δtij)(7)---(8)]]>而整个实验组的完成时间为所有单个检测项目完成时间的最大值，即目标函
数为：f(X)=max(Σj=1Mi(tij+Δtij))(1≤i≤n)(8)---(9).]]>3.根据权利要求2所述的基于粒子群算法的全自动酶免疫仪工序调度...

【专利技术属性】
技术研发人员：张梅，袁鹏，胡跃明，李韬，胡善德，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44