[发明专利]基于粒子群算法的三重四极杆质谱仪参数优化方法及系统

权利要求书

1.一种基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，包括以下步骤：

1)将三重四极杆质谱仪的需要优化的四个参数DP、EP、RO2、CXP分别使用符号x_i1、x_i2、x_i3和x_i4表示，将这4个参数表示为四维空间中的粒子i的坐标，即表示粒子i在时刻n时的坐标，在时刻n时位置的变化量记作

将4个参数的优化过程转变为粒子i的更新过程，假定一共存在N个粒子，在粒子i的更新过程中，距离最佳参数坐标位置最近的位置为而所有的N个粒子在更新过程中距离最佳参数坐标位置最近的位置为

粒子i的更新过程为：

其中rand()为[0,1]之间的随机数，c₁和c₂为常数，ω为惯性参数；

2)初始化参数；

3)初始化粒子位置；

4)依据以下式(3)的代价函数计算粒子目标函数值：

Φ＝Φ(x) (3)；

其中，代价函数的定义：x表示输入质谱的参数，Φ则表示质谱检测出目标物的峰强度，代价函数Φ是x的非线性函数；

5)确定单个粒子历史最佳位置和N个粒子的全局历史最佳位置求解方法按以下公式(4)和(5)：

上标k表示时刻，下标i表示对粒子的索引，所以表示粒子i在时刻k时的坐标，具体为粒子i在时刻k之前的历史最佳位置；

6)更新粒子的惯性参数ω，更新过程为：

其中，ω_max、ω_min和t_max均预先设定，且t为迭代次数，t_max为最大迭代次数；

7)按照以上的公式(1)和(2)更新粒子的速度和位置，预先设定速度的最大值v_max、最小值v_min，更新过程中若v_id＜v_min，则令v_id＝v_min；若v_id＞v_max，则令v_id＝v_max；

8)再按照公式(3)计算粒子目标函数值，判断粒子是否收敛，若是，则输出最优解x_best，若为否则返回所述步骤5)；其中最优解x_best为：

2.根据权利要求1所述的基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，所述步骤2)中初始化的参数包括：ω、v_max、v_min、t_max。

3.根据权利要求2所述的基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，所述步骤1)中的c₁和c₂取值为2。

4.根据权利要求2所述的基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，所述步骤2)中初始化时ω＝1.6，v_max＝5，v_min＝0.5，t_max＝20。

5.根据权利要求4所述的基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，所述步骤7)中，ω_max＝1.6，ω_min＝0.6。

6.根据权利要求1所述的基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，所述步骤8)中判断粒子是否收敛的依据为：|Φ(xⁿ⁺¹)-Φ(xⁿ)|＜ε，ε为设定的终止阈值。

7.根据权利要求6所述的基于粒子群算法的三重四极杆质谱仪参数优化方法，其特征在于，所述步骤8)中当迭代次数超出t_max时算法终止，将当前结果作为最优解输出。