[发明专利]基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法

权利要求书

1.基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法，其特征在于，所述基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法包括：

获取通过高通量合成Ag基催化剂试验装置进行高通量合成Ag基催化剂试验时的基本参数；

根据基本参数建立目标函数；

通过蚁群算法与目标函数生成高通量合成Ag基催化剂的最优路径。

2.如权利要求1所述的基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法，其特征在于，所述获取通过高通量合成Ag基催化剂试验装置进行高通量合成Ag基催化剂试验时的基本参数包括：

获取高通量合成Ag基催化剂试验参数；

获取高通量合成Ag基催化剂实验装置的环境参数。

3.如权利要求2所述的基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法，其特征在于，所述获取高通量合成Ag基催化剂试验参数包括：

获取高通量合成Ag基催化剂试验所需要的试剂名称；

获取高通量合成Ag基催化剂试验目标催化剂的配方数据；

获取根据目标催化剂的配比确定各试剂所需的总体用量；

所述获取高通量合成Ag基催化剂实验装置的环境参数包括：

获取高通量合成Ag基催化剂试验装置中各试剂位置；

获取基于所述高通量合成Ag基催化剂试验装置中各试剂位置构建的相对位置坐标网格；

获取高通量合成Ag基催化剂试验装置中由电机控制的各个轴的运动速度；

获取基于所述由电机控制的各个轴的运动速度确定各轴移动的时间-距离关系。

4.如权利要求3所述的基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法，其特征在于，所述优化方式包括最短路径或最短时间；

所述根据基本参数建立目标函数包括：

根据高通量合成Ag基催化剂试验装置中各试剂位置、相对位置坐标网格、与具体的催化剂配方数据获取每两个试剂间的移动距离表；

根据所述优化方式以及所述移动距离表构建以路径最短或以时间最短为基准的目标函数。

5.如权利要求4所述的基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法，其特征在于，所述目标函数包括：

在路径最短优化方式下，可基于以下公式建立目标函数：

在时间最短优化方式下，可基于以下公式建立目标函数：

其中，d_min和t_min分别为最短路径与最短时间，d_{n_n+1}表示从放液点n移动到放液点n+1的移动距离，a和b分别表示当前取液点与下一取液点，s表示轴速度。

6.如权利要求5所述的基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法，其特征在于，所述根据所述最优路径进行所述Ag基催化剂试验包括：

对蚁群模型参数初始化；

按概率选取待访问的试剂位置坐标；

按目标函数更新全局最优路径与全局最优试剂位置坐标排序；

更新信息素矩阵；

迭代访问试剂位置坐标直至达到迭代次数；

输出目标函数值最小的配液路径作为高通量合成Ag基催化剂的最优路径；

输出该路径遍历的试剂点的顺序，使高通量合成Ag基催化剂在每一轮配液环节达到最优的配液效果。

7.一种基于蚁群算法高通量合成Ag基催化剂的优化路径获取装置，其特征在于，所述基于蚁群算法高通量合成Ag基催化剂的优化路径获取装置包括：

基本参数获取模块，所述基本参数获取模块用于获取通过高通量合成Ag基催化剂试验装置进行高通量合成Ag基催化剂试验时的基本参数；

目标函数建立模块，所述目标函数建立模块用于根据基本参数建立目标函数；

最优路径生成模块，所述最优路径生成模块用于通过蚁群算法与目标函数生成高通量合成Ag基催化剂的最优路径。