-
公开(公告)号：CN111141920B
公开(公告)日：2023-03-14
申请号：CN201911345860.8
申请日：2019-12-24
Applicant: 桂林电子科技大学
IPC: G01N35/00
Abstract: 本发明公开了一种基于强化学习的数字微流控生物芯片的故障在线检测方法，包括基于栅格法、图论中的无向图方法和芯片约束条件，建立数字微流控芯片的数学模型；获取设定的基于强化学习算法的初始参数、算法迭代的目标次数Max、信息共享时间Tx，建立每个测试液滴相应的Q表；基于强化学习算法的更新规则函数、贪婪函数以及禁忌矩阵选择测试液滴的下一个电极；基于判断条件，输出目标测试时间和测试液滴的目标路径。通过多液滴并行在线测试，提高测试液滴的利用率，减少测试液滴的能耗问题，使得测试液滴在较短的时间内，优化测试路径，完成芯片的故障检测，保障数字微流控芯片的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN110704259B
公开(公告)日：2023-04-28
申请号：CN201910846939.2
申请日：2019-09-09
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种高效的数字微流控生物芯片测试路径优化方法，解决的是随机搜索方向上的盲目性高的技术问题，通过采用步骤一，定义测试芯片的阵列单元为顶点，相邻顶点用边连接，将测试芯片变换为无向连通图，完成测试模型构建；对无向连通图中的每一条边分配一个不同的小数，用于表征边的优先级等级；步骤二，定义优先级策略作为路径选择策略，利用所述优先级策略生成一条遍历边的路径为测试路径，测试路径为遍历边所依次走过的顶点集合；步骤三，对步骤二的测试路径，利用遗传算法优化测试路径；优先级策略包括离线测试优先级策略以及在线测试优先级策略的技术方案，较好的解决了该问题，可用于数字微流控生物芯片测试中。
-
公开(公告)号：CN111274682A
公开(公告)日：2020-06-12
申请号：CN202010040967.8
申请日：2020-01-15
Applicant: 桂林电子科技大学
Abstract: 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。
-
公开(公告)号：CN111274682B
公开(公告)日：2024-01-05
申请号：CN202010040967.8
申请日：2020-01-15
Applicant: 桂林电子科技大学
Abstract: 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。
-
公开(公告)号：CN110704259A
公开(公告)日：2020-01-17
申请号：CN201910846939.2
申请日：2019-09-09
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种高效的数字微流控生物芯片测试路径优化方法，解决的是随机搜索方向上的盲目性高的技术问题，通过采用步骤一，定义测试芯片的阵列单元为顶点，相邻顶点用边连接，将测试芯片变换为无向连通图，完成测试模型构建；对无向连通图中的每一条边分配一个不同的小数，用于表征边的优先级等级；步骤二，定义优先级策略作为路径选择策略，利用所述优先级策略生成一条遍历边的路径为测试路径，测试路径为遍历边所依次走过的顶点集合；步骤三，对步骤二的测试路径，利用遗传算法优化测试路径；优先级策略包括离线测试优先级策略以及在线测试优先级策略的技术方案，较好的解决了该问题，可用于数字微流控生物芯片测试中。
-
公开(公告)号：CN111141920A
公开(公告)日：2020-05-12
申请号：CN201911345860.8
申请日：2019-12-24
Applicant: 桂林电子科技大学
IPC: G01N35/00
Abstract: 本发明公开了一种基于强化学习的数字微流控生物芯片的故障在线检测方法，包括基于栅格法、图论中的无向图方法和芯片约束条件，建立数字微流控芯片的数学模型；获取设定的基于强化学习算法的初始参数、算法迭代的目标次数Max、信息共享时间Tx，建立每个测试液滴相应的Q表；基于强化学习算法的更新规则函数、贪婪函数以及禁忌矩阵选择测试液滴的下一个电极；基于判断条件，输出目标测试时间和测试液滴的目标路径。通过多液滴并行在线测试，提高测试液滴的利用率，减少测试液滴的能耗问题，使得测试液滴在较短的时间内，优化测试路径，完成芯片的故障检测，保障数字微流控芯片的可靠性。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
