[发明专利]一种基于人工神经网络模型的灭菌参数选择方法及系统

说明书

本发明提供一种基于人工神经网络模型的灭菌参数选择方法及系统，所述灭菌参数选择方法包括以下步骤：获取灭菌参数样本数据，根据所述灭菌参数样本数据建立样本数据集，所述灭菌参数样本数据至少包括超声参数和空化作用参数；对所述样本数据集进行训练，建立人工神经网络模型；对人工神经网络模型进行验证，获取最优参数，建立灭菌参数选择模型；根据所述灭菌参数选择模型确定最优的超声参数和空化作用参数之间的关系，完成灭菌参数选择；本发明通过大量的实验样本数据训练模型后，得到的仿真结果或拟合值，如此建立的灭菌参数选择模型可以选择灭菌效果好的超声参数，并根据超声参数来分析超声波空化作用与灭菌效果的关系。

技术领域

本发明涉及灭菌领域，特别是涉及一种基于人工神经网络模型的灭菌参数选择方法及系 统。

背景技术

由于超声杀菌过程的复杂性，采用传统的分析方法很难建立其精确的理论数学模型，即 使能够建立，也往往是一个极其复杂的微分方程组。据此来建立超声效应模型的解析表达式 来选择灭菌效果好的超声参数不现实，也无法根据超声参数来分析超声波空化作用与灭菌效 果的分析。

随着人工智能学科的研究和发展，通过系统辨识来建立复杂对象的模型已成为一种常用 的有效手段。相对于其它辨识方法，使用基于人工神经网络(artificial neuralnetwork，ANN) 的建模方法对系统进行参数优化设计可以有效弥补实验研究的不足，降低实验研究成本。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于人工神经网络模型的灭 菌参数选择方法及系统，用于解决现有技术中根据微分方程组建立超声效应模型的解析表达 式来选择灭菌效果好的超声参数不现实以及无法根据超声参数来分析超声波空化作用与灭菌 效果的分析的问题。

为实现上述目的及其他相关目的，本发明提供一种基于人工神经网络模型的灭菌参数选 择方法，所述灭菌参数选择方法包括以下步骤：

获取灭菌参数样本数据，根据所述灭菌参数样本数据建立样本数据集，所述灭菌参数样 本数据至少包括超声参数和空化作用参数；

对所述样本数据集进行训练，建立人工神经网络模型；

对人工神经网络模型进行验证，获取最优参数，建立灭菌参数选择模型；

根据所述灭菌参数选择模型确定最优的超声参数和空化作用参数之间的关系，完成灭菌参数 选择。

可选的，所述超声参数至少包括超声强度和辐照时间，所述空化作用参数至少包括细菌 存活数量或者细菌死亡数量。

可选的，所述对人工神经网络模型进行验证包括：

选取用于验证的超声参数，并将所述用于验证的超声参数输入到所述人工神经网络模型， 得到系统结果参数；

获取所述用于验证的超声参数对应的所述空化作用参数；

判断所述空化作用参数与所述系统结果参数是否符合一预设条件；

若是，则根据符合所述预设条件的超声参数和空化作用参数之间的关系建立灭菌参数选 择模型；

若否，则重新选择用于验证的超声参数。

可选的，当所述空化作用参数与所述系统结果参数不符合一预设条件时，通过阶跃函数 对多个所述用于验证的超声参数进行处理或/和使用残差原理对多个所述用于验证的超声参 数进行处理。

本发明还提供一种基于人工神经网络模型的灭菌参数选择系统，包括：

获取模块，用于获取灭菌参数样本数据，并根据所述灭菌参数样本数据建立样本数据 集，其中，所述灭菌参数样本数据至少包括超声参数和空化作用参数；

处理模块，用于对所述样本数据集进行训练，建立人工神经网络模型；