[发明专利]基于蛙跳算法的数字微流控芯片在线测试路径优化方法

说明书

本发明公开了一种基于蛙跳算法的数字微流控芯片在线测试路径优化方法，对获取的芯片进行分割和赋值，并建立邻接矩阵，得到数字微流控芯片的数学模型，计算所述数学模型中各电极单元间的距离，并结合设置的直角坐标系完善所述数学模型，根据所述直角坐标系获取所述液滴的坐标值，并建立所述液滴的约束条件数学模型，所述获取蛙跳算法的初始参数和目标次数，并根据设计的适应度函数计算所有蛙个体的适应度值，并将所述适应度值按升序排列，然后对所有蛙个体进行种群划分和优化，判断种群进化迭代次数是否满足目标次数后，输出所述液滴设定测试路径，提高数字微流控芯片故障检测方法测试效率并缩短耗时。

技术领域

本发明涉及数字微流控芯片测试技术领域，尤其涉及一种基于蛙跳算法的数字微流控芯片在线测试路径优化方法。

背景技术

微流控技术作为一门新兴的科学技术，由于其在生物医学等领域展现出良好的应用前景，因此受到人们越来越广泛的关注。它能够在一块几平方厘米的芯片上实现常规化学和生物实验室的各种功能，因此又被称为片上实验室(Lab-on-a-Chip,LoC)，具有小型化、集成化、成本低、污染少、用途广等优点。由于微流控系统的通道尺寸在微米级至纳米级，与典型的哺乳动物细胞直径较匹配，可用于调控细胞的微环境，因此微流控系统也被应用于细胞力学性质分析的有效工具。另外，微流控系统中试样试剂消耗量少，多在微升级至纳升级，系统易于集成化与形成网络结构，故对于高通量药物筛选也有很好的应用前景。随着芯片的规模扩大，数字微流控芯片的电极单元也越来越多，故障检测问题也日趋复杂化，导致现有技术的数字微流控芯片故障检测方法测试效率低、耗时长。

发明内容

本发明的目的在于提供一种基于蛙跳算法的数字微流控芯片在线测试路径优化方法，提高数字微流控芯片故障检测方法测试效率并缩短耗时。

为实现上述目的，本发明提供了一种基于蛙跳算法的数字微流控芯片在线测试路径优化方法，包括：

对获取的芯片进行分割和赋值，并建立邻接矩阵，得到数字微流控芯片的数学模型；

计算所述数学模型中各电极单元间的距离，并结合设置的直角坐标系完善所述数学模型；

获取液滴的坐标值，建立所述液滴的约束条件数学模型；

获取蛙跳算法的初始参数和目标次数，并根据设计的适应度函数计算所有蛙个体的适应度值；

对所有蛙个体进行种群划分和优化；

判断种群迭代次数是否满足所述目标次数，输出所述液滴设定测试路径。

其中，所述对获取的芯片进行分割和赋值，并建立邻接矩阵，得到数字微流控芯片的数学模型，包括：

对获取的芯片的工作环境进行区域分割，得到多个小方块表示的电极单元，并将所述电极单元及所述电极单元相邻的边分别转换为非完全连接图中的点和边，并按照十进制编码升序对所述点和所述边进行赋值，根据所述边与所述边之间的邻接关系构建一个邻接矩阵，将所述非完全连接图进行转换，得到数字微流控芯片的数学模型。

其中，计算所述数学模型中各电极单元间的距离，并结合设置的直角坐标系完善所述数学模型，包括：

以所述芯片的左上角为坐标原点，水平方向和竖直方向建立x，y坐标轴，获取起始点和所述边的权值，选取按升序排列的所述点中的第一点，并把与所述第一点连接的所有第二点进行松弛操作，并把所述起始点到所述第一点的距离值加所述边的权值之和得到的第一距离值与所述起始点到所述第二点的第二距离值进行比较。

其中，把所述第一距离值和所述第二距离值进行比较，包括：

若所述第一距离值小于所述第二距离值，则所述第二距离值转换为所述第一距离值，并将所述第二点更新入所述数学模型中，若所述第二点在所述数学模型中，则所述数学模型不变；