[发明专利]基于趋势平衡遗传算法的中药材勾兑优化方法有效
申请号: | 201710216409.0 | 申请日: | 2017-04-05 |
公开(公告)号: | CN107016240B | 公开(公告)日: | 2020-01-24 |
发明(设计)人: | 朱明峰;杜建强;聂斌;饶毅;王金钱;王跃生 | 申请(专利权)人: | 江西中医药大学 |
主分类号: | G16H20/10 | 分类号: | G16H20/10;G06N3/12 |
代理公司: | 36100 江西省专利事务所 | 代理人: | 黄新平 |
地址: | 330004 *** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 趋势 平衡 遗传 算法 中药材 勾兑 优化 方法 | ||
1.一种基于趋势平衡遗传算法的中药材勾兑优化方法,其特征在于:它包括以下步骤:
(1)、使用色谱仪检测出各批中药材有效成份的含量;
(2)、将各批中药材的成份含量数据,即每批中药材的成份含量值,通过图谱分析软件转换为成份含量矩阵,并加载该矩阵到内存中;
(3)、设定勾兑参数,即设定勾兑允许的最大平均偏差;
(4)、勾兑问题的数学模型如下:
勾兑优化问题的计算模型如公式(Ⅰ)和(Ⅱ)所示,其中公式(Ⅱ)为公式(Ⅰ)的符号表示,
AX=B (Ⅱ)
其中m为成份总数,n为批次总数,aij为第j批、第i种成份的含量,xi为勾兑比例,xi∈[0,1],bi为勾兑目标值,勾兑优化的目标函数为
(5)、利用改进的趋势平衡遗传算法进行勾兑优化,改进的遗传算法采用基因型和表现型一体的设计,即个体的基因型和表现型相同,改进的趋势平衡遗传算法进行勾兑优化的方法如下:
(c)设定种群初始大小nPopSize,并按照约束条件初始化种群,即按照公式对每个个体解向量进行初始化,其中fRandNum为[0,1]范围内的随机浮点数,共初始化nPopSize个个体解向量X;
(d)设定最大迭代次数MAX_ITERATION_TIMES,设定最佳个体的平均偏移率为100%,即1.0;
(e)利用趋势交叉算子、趋势变异算子、趋势平衡算子和趋势选择算子反复迭代进行勾兑优化,反复迭代进行勾兑优化的方法如下:
(m)趋势交叉运算;
(n)趋势变异运算;
(o)趋势平衡运算;
(p)趋势选择运算;
(q)从趋势选择运算中计算出的新一代种群中找出最佳个体;
(r)若迭代次数未超过最大迭代次数MAX_ITERATION_TIMES,且当前最佳个体平均偏移率大于等于最大平均偏差的阈值,则重复上述(m)-(r)步,否则继续(s);
(s)生成并显示勾兑优化方案,包括各批中药材的最佳勾兑比例和勾兑后的平均偏差。
2.根据权利要求1所述的基于趋势平衡遗传算法的中药材勾兑优化方法,其特征在于:所述勾兑允许的最大平均偏差在10%以内。
3.根据权利要求1所述的基于趋势平衡遗传算法的中药材勾兑优化方法,其特征在于:趋势交叉算子是搜索到最优解的过程,即最优解可能在优势个体与其他非优势个体的变化区间内,其他非优势个体向优势个体逼近,从而生成新的个体,新的个体生成方法如下:
(1)生成权系数a,其中a为[0,1]范围内的随机浮点数;
(2)计算权系数b,b=1-a;
(3)计算新个体分量其中为优势个体的比例分量,为非优势个体的比例分量。
4.根据权利要求1所述的基于趋势平衡遗传算法的中药材勾兑优化方法,其特征在于:趋势变异算子是搜索最优解,即最优解可能在优势个体的附近,为了在优势个体的附近搜索最优解,设计了正向变异算子和负向变异算子两种变异算子,利用这两种算子对父代个体进行变异,这两种算子定义如下:
(1)正向变异算子x′i=xi+(1-xi)×a,其中a为[0,1]范围内的随机浮点数;
(2)负向变异算子x′i=xi+(0-xi)×b,其中b为[0,1]范围内的随机浮点数;
上述算子中xi为父代个体分量,x′i为新个体分量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西中医药大学,未经江西中医药大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710216409.0/1.html,转载请声明来源钻瓜专利网。