基于排队搜索的最优实验设计方法及系统

本公开涉及统计实验设计相关，具体的说，是涉及一种基于排队搜索的最优实验设计方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

2、最优实验设计的主要目标是用最少的实验次数，以较低的成本来安排实验，以获得理想的实验结果并得出科学结论，确保实验以高效和有效的方式进行。在科学和工程的许多领域，寻找最优实验设计是一项具有挑战性的任务，wj welch证明了它是一个np-hard问题。在这项研究中，重点是通过利用新的优化技术来有效地解决最优实验设计问题，目的是在参数的约束和名义值的情况下获得最佳设计。

3、发明人在研究中发现，最优实验设计的智能方法包括采用基于梯度的算法和启发式算法等。目前基于梯度的算法，如费德洛夫-韦恩(fedorov-wynn)算法和乘性算法(ma)通常用于寻找最优实验设计，最近又提出了鸡尾酒算法和随机交换算法，在计算效率上与旧算法相比有了显著的提高，但是，对于更复杂的多因素和多参数模型，当试图在合理的时间框架内找到最优设计时，基于梯度的算法在为复杂环境下的实验寻找最优设计方面，存在计算速度过慢，在计算时间有限的情况下可行解的质量低下的问题。

4、近年来，启发式算法被越来越多地应用于解决各种复杂的优化问题。如粒子群优化(pso)和差分进化(de)最近被用于解决各种最优实验设计问题。然而，启发式算法可能会过早收敛，导致局部最优解。

技术实现思路

1、本公开为了解决上述问题，提出了一种基于排队搜索的最优实验设计方法及系统，采用基于排队搜索算法(qsa)，提高了可行解的质量，并加入了基于梯度的乘法算子，以改进种群在迭代过程中的优化能力，减少了迭代次数，并解决传统的最优实验设计构造方法过早收敛、陷入局部最优解的问题。

2、为了实现上述目的，本公开采用如下技术方案：

3、一个或多个实施例提供了基于排队搜索的最优实验设计方法，包括如下步骤：

4、获取待设计实验的基本实验信息，随机生成实验设计作为初始种群；

5、增加基于梯度的乘法算子在排队搜索过程中对实验设计进行更新，改进排队搜索策略；

6、采用基于乘法算子改进后的排队搜索策略，将种群中的实验设计根据适度值进行排队和更新，迭代搜索优化种群中的实验设计；

7、满足排队搜索迭代的终止条件，输出种群中适度值最高的实验设计为最优实验设计。

8、一个或多个实施例提供了上述基于排队搜索的最优实验设计方法在模型构造实验设计的应用。

9、一个或多个实施例提供了基于排队搜索的最优实验设计系统，包括：

10、种群生成模块：被配置为获取待设计实验的基本实验信息，随机生成实验设计作为初始种群；

11、改进模块：被配置为增加基于梯度的乘法算子在排队搜索过程中对实验设计进行更新，改进排队搜索策略；

12、排队搜索模块：被配置为采用基于乘法算子改进后的排队搜索策略，将种群中的实验设计根据适度值进行排队和更新，迭代搜索优化种群中的实验设计；

13、最优实验设计输出模块：被配置为满足排队搜索迭代的终止条件，输出种群中适度值最高的实验设计为最优实验设计。

14、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。

15、与现有技术相比，本公开的有益效果为：

16、本公开中，提供了基于排队搜索的最优实验设计构造方法，解决了基于梯度的实验设计构造方法计算速度过慢，在计算时间有限的情况下可行解的质量低下的问题。同时，使用基于梯度的乘法算子改进了排队搜索策略，解决了使用启发式算法构造最优实验设计时，容易过早收敛、产生局部最优解问题。

17、本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。

技术特征：

1.基于排队搜索的最优实验设计方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于排队搜索的最优实验设计方法，其特征在于，初始种群的构建，包括如下步骤：

3.如权利要求1所述的基于排队搜索的最优实验设计方法，其特征在于：排队搜索策略在每次迭代过程包括三个阶段，每次迭代包括如下步骤：

4.如权利要求3所述的基于排队搜索的最优实验设计方法，其特征在于，按照适度值大小创建多个队列，队列的创建过程，包括：

5.如权利要求3所述的基于排队搜索的最优实验设计方法，其特征在于，第一阶段和第二阶段中，更新函数自适应选择的方法，具体为：

6.如权利要求1所述的基于排队搜索的最优实验设计方法，其特征在于，基于梯度的乘法算子的确定方法为：基于实验设计信息矩阵，通过最优准则计算得到对应实验设计每个支撑点的梯度函数值，将实验设计梯度函数值占所有实验设计梯度函数值总和的比例，作为基于梯度的乘法算子。

7.权利要求1-6任一项所述基于排队搜索的最优实验设计方法在模型构造实验设计的应用。

8.如权利要求7所述基于排队搜索的最优实验设计方法在模型构造实验设计的应用，其特征在于，所述模型构造实验设计方面的应用包括但不限于壁碳纳米管吸附咖啡因实验的多项式模型构造d-最优实验设计；

9.基于排队搜索的最优实验设计系统，其特征在于，包括：

10.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-6任一项方法所述的步骤。

技术总结
本公开涉及统计实验设计技术领域，提出了一种基于排队搜索的最优实验设计方法及系统，包括：获取待设计实验的基本实验信息，随机生成实验设计作为初始种群；增加基于梯度的乘法算子在排队搜索过程中对实验设计进行更新，改进排队搜索策略；采用基于乘法算子改进后的排队搜索策略，将种群中的实验设计根据适度值进行排队和更新，迭代搜索优化种群中的实验设计；满足排队搜索迭代的终止条件，输出种群中适度值最高的实验设计为最优实验设计。采用基于排队搜索算法，提高了可行解的质量，并加入了基于梯度的乘法算子，以改进种群在在迭代过程中的优化能力，减少了迭代次数，并解决传统的最优实验设计构造方法过早收敛、陷入局部最优解的问题。

技术研发人员：翟翌,张越,夏振阳,宋宝平
受保护的技术使用者：齐鲁工业大学（山东省科学院）
技术研发日：
技术公布日：2024/1/15