基于蚁群算法单克隆菌落挑选仪路径规划.docVIP

基于蚁群算法单克隆菌落挑选仪路径规划 　　摘要： 单克隆菌落挑选仪是集光学成像、图像识别和自动控制等技术于一身，应用于生物工程领域的一种高端仪器。对12×8阵列挑选针和无序排列的菌落目标，只有对挑选路径和顺序进行优化，才能有效提高挑选通量。针对这一需求，利用蚁群算法的基本原理，对单克隆菌落挑选仪挑选路径进行了优化。仿真实验结果表明，该算法可以有效提高挑选效率。 　　关键词： 蚁群算法； 信息素策略； 能见度 　　中图分类号： TP 391.4文献标志码： Adoi： 10.3969/j.issn2015.03.016 　　Abstract： The highthroughput monoclonal colony selection instrument is a highend equipment applied to biological cell engineering which contains the technologies of optical imaging， image recognition and automatic control. For the 12×8 probe array and the targets in random order， only the optimization of selected path and order can improve the throughput. Thus， this paper presents the principle of the basic ant colony algorithm and optimizes the selection path based on the algorithm. Then results of the experiment prove the method can greatly improve the selection efficiency. 　　Keywords： ant colony algorithm； pheromone update strategy； visiability 　　引言单克隆菌落挑选仪是集光学成像、图像识别和自动控制等技术于一身，应用于生物工程领域的一种高端仪器，在我国处于起步研制阶段。在经过诱变和培养的数以万计的菌株中，仅有百分之几是符合要求的高性能菌株。传统的挑选菌株方式是通过目视菌落形态颜色等特征，人工方式取出优质菌株，该方法不仅重复性差，而且效率极低。为了提高挑选效率和可靠性，美国、德国、瑞士等国相继开发出基于光学成像和图像识别技术的单克隆菌落挑选仪。其工作原理是对菌落图像进行分析，通过分析菌落形态、大小、圆度、长短径比和颜色等特征，进而标记出高性能菌落[12]，并利用机械手带动探针实现菌落的挑取和转移。单克隆菌落挑选仪的一个重要考核指标是单位时间内能完成的操作数量（即通量），通量与机械手行走的路径直接相关。因此为了实现高通量，需要找到最科学合理的挑选路径，这也是仪器研发面临的重要问题之一。图1菌落挑选仪探针阵列 　　Fig.1Probe array on selection instrument菌落挑选仪探针阵列如图1所示，机械手末端为12×8的探针阵列，菌落目标则随机分布在圆形培养皿区域内。随机械手移动到相应位置，探针逐一伸出，每根探针挑取一个目标后，一次性放入标准96孔深孔板。在设计初期，每次挑选匹配间隔距离最小的探针和菌落目标，以期通过减小单次运动量缩短总路径长度，该方法称为最近点法。最近点法是一种贪心算法，单次运动量对路径优化具有启发性，但不是决定性的。针对这一典型的组合优化问题，本文使用蚁群算法进行优化。 　　1蚁群算法及其在路径优化中的实现 　　1.1蚁群算法蚁群算法是一种模拟蚂蚁群体觅食行为的仿生优化算法[3]，觅食过程中，虽然每只蚂蚁的智能和认知水平有限，但是通过个体与个体之间基于生物化学物质的通信，相互影响，最终能适应苛刻的环境，解决复杂的问题，这是一种群体智能。图2为反映群体智能的双桥实验。 　　如图2（a）所示蚁穴A与食物D之间存在障碍，起初蚁穴中的蚂蚁随机地寻找能绕过障碍搬运食物的路径，同时在这些路径上留下能被同伴嗅觉捕捉的信息素。不同的路径长度不一，如图（b）中的ABD、ACD，蚂蚁往返在较短的路径上将留下更多的信息素，随着信息素的浓度的差异，大多数的蚂蚁将选择较短的路径如图（c）所示。蚁群算法即仿照蚂蚁群的这种行为特征，利用一组数据作为算子间通信的生物信息素，启发算法进行寻优搜索，可以解决复杂的组合优化问题。假设有n个目标地点，开始有m只蚂蚁随机地分布在n个地点上，记t时刻i到j的路径lij上的信息素