[發明專利]基于粒子群算法的三重四極桿質譜儀參數優化方法及系統

在審

• 申請號: 202110383086.0
• 申請日: 2021-04-09
• 公開（公告）號: CN113051771A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 賈明正;李亮;凌星;程文播;吳夢;黃琪;王晶;張遠清;李艷
• 申請（專利權）人: 中國科學院蘇州生物醫學工程技術研究所;天津國科醫工科技發展有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/00
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 祁云珊

1.一種基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，包括以下步驟：

1)將三重四極桿質譜儀的需要優化的四個參數DP、EP、RO2、CXP分別使用符號x_i1、x_i2、x_i3和x_i4表示，將這4個參數表示為四維空間中的粒子i的坐標，即表示粒子i在時刻n時的坐標，在時刻n時位置的變化量記作

將4個參數的優化過程轉變為粒子i的更新過程，假定一共存在N個粒子，在粒子i的更新過程中，距離最佳參數坐標位置最近的位置為而所有的N個粒子在更新過程中距離最佳參數坐標位置最近的位置為

粒子i的更新過程為：

其中rand()為[0,1]之間的隨機數，c₁和c₂為常數，ω為慣性參數；

2)初始化參數；

3)初始化粒子位置；

4)依據以下式(3)的代價函數計算粒子目標函數值：

Φ＝Φ(x) (3)；

其中，代價函數的定義：x表示輸入質譜的參數，Φ則表示質譜檢測出目標物的峰強度，代價函數Φ是x的非線性函數；

5)確定單個粒子歷史最佳位置和N個粒子的全局歷史最佳位置求解方法按以下公式(4)和(5)：

上標k表示時刻，下標i表示對粒子的索引，所以表示粒子i在時刻k時的坐標，具體為粒子i在時刻k之前的歷史最佳位置；

6)更新粒子的慣性參數ω，更新過程為：

其中，ω_max、ω_min和t_max均預先設定，且t為迭代次數，t_max為最大迭代次數；

7)按照以上的公式(1)和(2)更新粒子的速度和位置，預先設定速度的最大值v_max、最小值v_min，更新過程中若v_id＜v_min，則令v_id＝v_min；若v_id＞v_max，則令v_id＝v_max；

8)再按照公式(3)計算粒子目標函數值，判斷粒子是否收斂，若是，則輸出最優解x_best，若為否則返回所述步驟5)；其中最優解x_best為：

2.根據權利要求1所述的基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，所述步驟2)中初始化的參數包括：ω、v_max、v_min、t_max。

3.根據權利要求2所述的基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，所述步驟1)中的c₁和c₂取值為2。

4.根據權利要求2所述的基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，所述步驟2)中初始化時ω＝1.6，v_max＝5，v_min＝0.5，t_max＝20。

5.根據權利要求4所述的基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，所述步驟7)中，ω_max＝1.6，ω_min＝0.6。

6.根據權利要求1所述的基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，所述步驟8)中判斷粒子是否收斂的依據為：|Φ(xⁿ⁺¹)-Φ(xⁿ)|＜ε，ε為設定的終止閾值。

7.根據權利要求6所述的基于粒子群算法的三重四極桿質譜儀參數優化方法，其特征在于，所述步驟8)中當迭代次數超出t_max時算法終止，將當前結果作為最優解輸出。