一种质谱检测试剂盒存储环境控制方法及系统与流程

    专利查询2025-05-18  37


    本发明涉及存储环境控制,尤其涉及一种质谱检测试剂盒存储环境控制方法及系统。


    背景技术:

    1、质谱检测试剂盒在科研和医学领域中具有重要应用,其主要是一种常用于分析化学、生物医学等领域的重要试剂,其质量和稳定性直接关系到实验结果的准确性与可靠性。质谱检测试剂盒的质量与性能在很大程度上依赖于存储过程中的环境条件,为确保质谱检测试剂盒在存储过程中的活性和有效性,必须对其存储环境进行严格的监控和调控。然而,传统的存储方法往往仅依赖于手动设置和监控,难以实时应对复杂多变的存储环境变化,从而可能导致试剂盒失效、性能下降等问题。因此,开发一种质谱检测试剂盒存储环境控制方法及系统,对于确保质谱检测试剂盒的活性、稳定性及使用效果具有重要意义。

    2、现有的质谱检测试剂盒存储环境控制方法及系统环境调控的灵活性与自适应能力较差,容易出现因存储条件波动而导致的试剂盒性能下降的情况,人为误操作的风险较高,管理和维护成本也随之增加;此外,现有的质谱检测试剂盒存储环境控制方法及系统无法实现智能化、自适应的分类处理,降低分类效率和精度,因试剂盒随机摆放或分类不当而导致的存储空间浪费情况较多;为此,我们提出一种质谱检测试剂盒存储环境控制方法及系统。


    技术实现思路

    1、本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种质谱检测试剂盒存储环境控制方法及系统。

    2、为了实现上述目的,本发明采用了如下技术方案:

    3、一种质谱检测试剂盒存储环境控制方法,该控制方法具体步骤如下:

    4、ⅰ、运输质谱检测试剂盒并初步检测存储环境;

    5、ⅱ、分类管理质谱检测试剂盒并初始化存储环境;

    6、ⅲ、为各试剂盒分配存储区域并动态调整存储环境;

    7、ⅳ、构建虚拟存储环境并实时优化调整存储路径;

    8、ⅴ、基于实时存储环境信息优化存储策略;

    9、ⅵ、分析预测存储环境的各项异常情况并调整;

    10、ⅶ、定期反馈存储环境数据并进行实时环境优化。

    11、作为本发明的进一步方案,步骤ⅱ所述分类管理质谱检测试剂盒具体步骤如下:

    12、s1.1:收集入库的待分类质谱检测试剂盒数量,同时提取各质谱检测试剂盒的特征向量,并将各试剂盒的状态分别用一组量子比特序列,其中代表试剂盒属于类别的概率振幅,并随机分配各量子比特序列的初始量子状态;

    13、s1.2:在每轮迭代过程中,根据适应度函数的梯度获取旋转角度,基于该旋转角度,使用量子旋转门更新各试剂盒的量子态,并在更新完成后,通过归一化方法对更新后的振幅和相位进行处理,处理完成后,以的概率将各试剂盒投影到任一类别上;

    14、s1.3:收集各类别的投影概率,并根据最大概率原则来确定试剂盒的初步分类,收集所有试剂盒的初步分类结果,以形成当前迭代的分类方案,再计算该分类方案适应度函数值,并与上一轮迭代的适应度值进行比较;

    15、s1.4:若当前适应度值优于前一迭代,则更新最佳分类方案,否则,继续下一次迭代,并重复量子旋转门更新与量子测量过程,重复进行迭代更新,当适应度函数变化量小于设定阈值时,停止迭代,并输出包含各试剂盒最终所属的类别标签的分类方案,之后运输机器人根据该分类方案将试剂盒分配至相应的存储区域。

    16、作为本发明的进一步方案,s1.2所述适应度函数具体计算公式如下:

    17、;

    18、式中,代表适应度值;代表所有试剂盒的分类结果集合;代表试剂盒类别;代表类别的索引;代表类别中的试剂盒数量;代表试剂盒的索引;代表另一个试剂盒的索引,与不一致;代表试剂盒与试剂盒的相似度值;代表调节类别内与类别间相似度的平衡因子;代表另一类别的索引,与不一致;代表类别中的试剂盒数量;

    19、s1.2所述量子旋转门更新各试剂盒的量子态具体计算公式如下:

    20、;

    21、;

    22、式中,代表第次迭代后的振幅更新值;代表第次迭代后的相位更新值;代表第次迭代时试剂盒属于类别的振幅;代表第次迭代时试剂盒属于类别的相位;代表旋转角度的正弦值;代表旋转角度的余弦值。

    23、作为本发明的进一步方案,步骤ⅱ所述初始化存储环境具体步骤如下:

    24、s2.1:从历史存储数据库中收集不同类型质谱检测试剂盒的存储环境数据、试剂盒信息、试剂盒质量评估数据和使用情况记录,并对收集的各组数据进行预处理,以获取试剂盒数据集;

    25、s2.2:基于收集的历史数据,建立一组cnn网络,将试剂盒数据集划分为训练集以及测试集,并将训练集传入cnn网络中,各组训练数据从cnn网络输入层开始通过前向传播,依次经过卷积层、池化层、全连接层以及softmax层,通过输出层输出最终预测结果;

    26、s2.3:通过mse误差函数计算预测结果与实际值之间的差异,依据计算出的差异值,通过反向传播和adam优化算法,更新cnn网络各层的参数,并通过测试集评估训练完成后地cnn网络性能指标,同时根据评估结果调整cnn网络超参数,重复进行训练以及测试,直至cnn网络性能指标变化值达到预设范围内;

    27、s2.4:cnn网络收集各组新入库质谱检测试剂盒的各组数据,并预测各试剂盒最优存储环境,将预测的最优环境条件与传感器实时采集当前存储环境的各项参数进行比较,以获取环境差异,根据环境差异值,制定对应的环境调整策略调节存储环境的各项环境参数,以生成初始存储环境。

    28、作为本发明的进一步方案,步骤ⅲ所述动态调整存储环境具体步骤如下:

    29、s3.1:初始化一组包含组存储环境参数组合的种群,其中各个体分别表示一种存储条件,计算各个体在当前存储环境下的适应度值,以评估当前存储条件对试剂盒质量的影响,并在初始种群中,选择适应度最高的个体,将其作为当前种群的最优解;

    30、s3.2:设置一组系数向量,同时在每轮迭代时,生成一个0到1之间的随机数,若生成的随机数大于预设的概率参数,则依据系数向量计算控制位置更新的系数和步长,根据方向的大小判断其余个体是否围绕最优解进行收缩包围;

    31、s3.3:若<1,则表示其余个体在最优解周围进行包围,并根据最优解对其余个体进行位置更新,即对各个体的存储条件参数值进行调整,若≥1,则表示其余个体远离最优解,通过随机搜索,在种群空间中选择随机位置,对其余个体进行位置更新,并在每次迭代结束后,基于线性递减的规则更新系数向量;

    32、s3.4:若生成的随机数小于等于预设的概率参数,则计算种群中其余个体位置与最优解位置的距离,并通过螺旋形运动公式,模拟各个体沿螺旋轨迹靠近最优解的运动规律,更新个体位置;

    33、s3.5:反复进行最优解选择以及位置的迭代更新,直至适应度值收敛至预设阈值范围内,之后对比各组个体中的适应度值,并输出最优环境参数组合,并基于最优环境参数组合对当前存储区域内的存储环境进行调整。

    34、作为本发明的进一步方案,s3.3所述位置更新具体步骤如下:

    35、;

    36、;

    37、;

    38、;

    39、式中,代表位置更新系数;和分别代表范围在[0,1]的随机向量;代表系数向量,范围在[0,2];代表步长;代表第组个体在第次迭代中的位置;代表第组个体在第次迭代中的位置;代表第次迭代时的当前最优解位置;代表第组个体在第次迭代中的位置;代表在整个种群空间内随机选择的新位置;

    40、s3.4所述螺旋形运动公式具体计算公式如下:

    41、;

    42、式中,代表当前个体在第次迭代中的位置;代表当前个体位置与最优解位置的距离;代表螺旋常数,用于控制螺旋曲线的收缩率;代表一组位于[−1,1]范围内的随机数,用于模拟螺旋路径中的变化;代表沿螺旋曲线的角度变化。

    43、一种质谱检测试剂盒存储环境控制系统,包括采集处理模块、中央数据库、历史分析模块、环境预测模块、检测评估模块、智能调控模块、存储优化模块、分类搬运模块、监控调度模块、可视化交互模块以及日志报表模块;

    44、所述采集处理模块用于通过多种传感器实时采集存储环境内部的环境数据,并对采集到的原始环境数据进行预处理;

    45、所述中央数据库用于存储和管理所有采集到的环境数据和质谱检测试剂盒信息;

    46、所述历史分析模块用于对中央数据库中存储的历史环境数据进行分析,确定初始的存储条件;

    47、所述环境预测模块用于依据历史数据和实时数据,对存储环境未来的环境状态进行预测;

    48、所述检测评估模块用于实时监测存储环境的各项参数,识别异常情况,并根据实时监测数据和预测结果,对当前环境条件进行评估;

    49、所述智能调控模块用于根据各模块提供的信息,自动调整环境条件;

    50、所述存储优化模块用于根据评估结果,动态调整存储环境参数;

    51、所述分类搬运模块用于将不同类型的质谱检测试剂盒进行分类,并控制智能机器人将试剂盒搬运到指定的存储区域;

    52、所述监控调度模块用于监控各模块的运行状态和调控策略,并根据实际情况进行综合调度;

    53、所述可视化交互模块用于显示当前仓库的存储环境状态、试剂盒存储信息和系统工作状态,并提供用户手动调整的功能;

    54、所述日志报表模块用于记录系统的运行日志,并定期生成报表,供用户分析和参考。

    55、作为本发明的进一步方案,所述智能调控模块自动调整环境条件具体步骤如下:

    56、s4.1:收集各存储区域的所有环境状态,并构建不同存储区域的状态空间,其中每个状态,且,和分别代表当前环境温度、环境湿度、光照强度、空气流通速率以及振动幅度;

    57、s4.2:根据系统在不同状态下能够采取的控制措施,构建对应存储区域的动作空间,其中每组对存储环境的具体调节措施,并根据历史数据,计算从状态在执行动作后转移到下一状态的状态转移概率;

    58、s4.3:基于各状态下采取的初始动作,初始化策略函数,之后根据当前策略,获取各状态的状态值函数,并通过在每个状态下选择能获得更大的期望回报的动作对策略函数进行改进更新,反复进行策略评估和策略改进,直到策略函数收敛到预设阈值内,以获取最优策略;

    59、s4.4:初始化每组状态-动作对的q值,根据当前状态和q值,通过贪婪策略选择所要执行的动作,并执行选定的动作,同时观测当前存储环境的反馈,基于反馈记过更新q值,再将当前状态更新为下一状态,且继续执行下一轮决策,重复迭代,直至各状态-动作对的q值变化值达到预设区间内;

    60、s4.5:实时获取各存储区域中各项环境参数以及对应的状态变化情况,并将实时数据与历史数据结合,通过计算最新的状态转移频次,将新数据融合到状态转移概率中,同时根据实时数据的偏差,更新即时奖励函数,之后在实时数据融合完成后,使用新的状态转移概率和即时奖励函数对q值进行更新;

    61、s4.6:收集在每个状态下q值最大的动作信息,并构建对应的最优策略,再依据最优策略进行实际存储环境控制,实时监测环境参数变化,记录当前状态下执行动作后的实际效果,并评估当前策略的执行效果是否达到了预期目标,若环境参数偏离目标值,则通过实时数据融合机制更新策略,并调整存储条件。

    62、相比于现有技术,本发明的有益效果在于:

    63、1、该质谱检测试剂盒存储环境控制方法收集各存储区域的所有环境状态,并构建不同存储区域的状态空间,根据系统在不同状态下能够采取的控制措施,构建对应存储区域的动作空间,并根据历史数据,计算从各状态在执行随机动作后转移到下一状态的状态转移概率,基于各状态下采取的初始动作,初始化策略函数,之后根据当前策略,获取各状态的状态值函数,并通过在每个状态下选择能获得更大的期望回报的动作对策略函数进行改进更新,反复进行策略评估和策略改进,直到策略函数收敛到预设阈值内,以获取最优策略,初始化每组状态-动作对的q值,根据当前状态和q值,通过贪婪策略选择所要执行的动作,并执行选定的动作,同时观测当前存储环境的反馈,基于反馈记过更新q值,再将当前状态更新为下一状态,且继续执行下一轮决策,重复迭代,直至各状态-动作对的q值变化值达到预设区间内,实时获取各存储区域中各项环境参数以及对应的状态变化情况,并将实时数据与历史数据结合,通过计算最新的状态转移频次,将新数据融合到状态转移概率中,同时根据实时数据的偏差,更新即时奖励函数,之后在实时数据融合完成后,使用新的状态转移概率和即时奖励函数对q值进行更新,收集在每个状态下q值最大的动作信息,并构建对应的最优策略,再依据最优策略进行实际存储环境控制,实时监测环境参数变化,记录当前状态下执行动作后的实际效果,并评估当前策略的执行效果是否达到了预期目标,若环境参数偏离目标值,则通过实时数据融合机制更新策略,并调整存储条件,能够快速、准确地做出环境调整决策,提高环境调控的灵活性与自适应能力,避免因存储条件波动而导致的试剂盒性能下降,实现高度自动化的环境调控,减少人为误操作的风险,也降低管理和维护成本,提高管理的效率。

    64、2、本发明通过收集入库的待分类质谱检测试剂盒数量,同时提取各质谱检测试剂盒的特征向量,并将各试剂盒的状态分别用一组量子比特序列,并随机分配各量子比特序列的初始量子状态,在每轮迭代过程中,根据适应度函数的梯度获取旋转角度,基于该旋转角度,使用量子旋转门更新各试剂盒的量子态,并在更新完成后,通过归一化方法对更新后的振幅和相位进行处理,处理完成后,将各试剂盒按照设定概率投影到任一类别上,收集各类别的投影概率,并根据最大概率原则来确定试剂盒的初步分类,收集所有试剂盒的初步分类结果,以形成当前迭代的分类方案,再计算该分类方案适应度函数值,并与上一轮迭代的适应度值进行比较,若当前适应度值优于前一迭代,则更新最佳分类方案,否则,继续下一次迭代,并重复量子旋转门更新与量子测量过程,重复进行迭代更新,当适应度函数变化量小于设定阈值时,停止迭代,并输出包含各试剂盒最终所属的类别标签的分类方案,之后运输机器人根据该分类方案将试剂盒分配至相应的存储区域,大幅提高分类效率和精度,有效减少分类错误率,实现智能化、自适应的分类处理,提升分类的灵活性,减少因试剂盒随机摆放或分类不当而导致的存储空间浪费,提高存储效率。


    技术特征:

    1.一种质谱检测试剂盒存储环境控制方法,其特征在于,该控制方法具体步骤如下:

    2.根据权利要求1所述的一种质谱检测试剂盒存储环境控制方法,其特征在于,步骤ⅱ所述分类管理质谱检测试剂盒具体步骤如下:

    3.根据权利要求2所述的一种质谱检测试剂盒存储环境控制方法,其特征在于,s1.2所述适应度函数具体计算公式如下:

    4.根据权利要求2所述的一种质谱检测试剂盒存储环境控制方法,其特征在于,步骤ⅱ所述初始化存储环境具体步骤如下:

    5.根据权利要求3所述的一种质谱检测试剂盒存储环境控制方法,其特征在于,步骤ⅲ所述动态调整存储环境具体步骤如下:

    6.根据权利要求5所述的一种质谱检测试剂盒存储环境控制方法,其特征在于,s3.3所述位置更新具体步骤如下:

    7.一种质谱检测试剂盒存储环境控制系统,用于实现权利要求1-6的任一项所述方法,其特征在于,包括采集处理模块、中央数据库、历史分析模块、环境预测模块、检测评估模块、智能调控模块、存储优化模块、分类搬运模块、监控调度模块、可视化交互模块以及日志报表模块;

    8.根据权利要求7所述的一种质谱检测试剂盒存储环境控制系统,其特征在于,所述智能调控模块自动调整环境条件具体步骤如下:


    技术总结
    本发明公开了一种质谱检测试剂盒存储环境控制方法及系统,属于存储环境控制技术领域,该控制方法具体步骤如下:Ⅰ、运输质谱检测试剂盒并初步检测存储环境;Ⅱ、分类管理质谱检测试剂盒并初始化存储环境;Ⅲ、为各试剂盒分配存储区域并动态调整存储环境;本发明能够快速、准确地做出环境调整决策,提高环境调控的灵活性与自适应能力,避免因存储条件波动而导致的试剂盒性能下降,实现高度自动化的环境调控,减少人为误操作的风险,也降低管理和维护成本,提高管理的效率,大幅提高分类效率和精度,有效减少分类错误率,实现智能化、自适应的分类处理,提升分类的灵活性,减少因试剂盒随机摆放或分类不当而导致的存储空间浪费,提高存储效率。

    技术研发人员:刘荔,李琳,郑晓玲,罗春华,吴康莉,李媛,陈婷婷,贠晗,车团结,曲凌云,牛禄禄
    受保护的技术使用者:兰州百源基因技术有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-28472.html

    最新回复(0)