菌落挑选仪挑选通量提升算法的研究.docVIP

菌落挑选仪挑选通量提升算法的研究 　　摘 要：针对菌落挑选仪挑选通量低、耗时长、未挑选菌落易污染的问题，提出一种基于人工蜂群算法的多目标优化菌落挑选仪挑选方案。利用人工蜂群算法对菌落挑选仪中多目标问题进行优化，通过对蜂群初始化方式和邻域搜索方式进行改进，以提高算法寻找最优解的速度和全局搜索能力。将改进后的算法应用于挑选仪中，实验结果表明，该算法在优化菌落挑选仪的挑选行为上具有有效性和优越性。 　　关键词：人工蜂群算法；多目标优化；菌落挑选仪 　　DOIDOI：10.11907/rjdk.171262 　　中图分类号：TP312 　　文献标识码：A 文章编号：1672-7800（2017）007-0048-04 　　0 引言 　　菌落挑选仪的主要功能是在菌种筛选过程中实现菌落智能识别和自动优选，是菌落筛选自动化的基础仪器之一。通过将一些算法应用到菌落挑选仪中，完成挑选探针与待挑选菌落的匹配，可以提高挑选通量、优化挑选行为[1]。目前，菌落挑选仪挑选通量提高方法大都依靠采用先进的三维磁力导轨提高运行速度，或更改挑选仪的机械结构，以实现边挑选边接种。在现有提高挑选通量算法中，只针对路径这一因素进行建模优化。本文通过参考电机的运动参数与菌落污染度，提出基于人工蜂群算法的多目标优化菌落挑选算法，通过提高挑选通量优化挑选行为。人工蜂群算法是一种群体优化算法，源于对蜂群内部分工机制及觅食行为的模拟。该算法实现简单、无需设置较多参数、收敛速度快以及具有较高的收敛精度。产生智能行为的蜂群觅食模型[2]主要由3个基本要素和2个行为模式构成：食物源、受雇佣的觅食者、非受雇佣的觅食者和针对食物源的招募行为、放弃食物源[3]的行为。食物源的位置代表的是所要优化问题的可行解，而此处花蜜的丰富程度代表该可行解的质量。在基于本文目标问题的算法中，菌落和探针的匹配则代表可行解，达到算法的迭代次数后，满足约束条件的则是最优解。实验结果表明，迭代后得到的最优解可以提高菌落挑选仪的通量，优化挑选行为。 　　1 菌落挑选仪挑选行为模型及分析 　　1.1 菌落挑选仪挑选行为问题分析 　　影响挑选仪挑选效率的因素主要有硬件因素和软件因素。硬件因素包括电缸运行速度和探针模块伸缩速度。软件因素包括上位机对挑选仪通信速度以及菌落挑选顺序。在诸多进口样机中，挑选仪通量提高的手段主要是结构优化，例如环形结构，或者采用更先进的电缸，例如磁悬浮导轨电缸，对于挑选时菌落与探针的排序并没有进行优化。由于菌落数量与位置分布的随机性，若不对挑选行程进行优化，探针模块在菌落挑取时将耗费较多时间在移动中，容易造成先前挑取附着在探针上的菌落干裂脱落，也会降低整个挑选仪的通量，同时菌落挑选过程中已挑选菌落的针在挑选时经过未挑选菌落的上方，可能会有菌落滴落造成污染。当挑选仪采用96探针模块对96个菌落目标进行挑选时，其探针与菌落的配对组合有（96！2）种，解空间极大，不适合用遍历法求最佳解。 　　为了提高菌落挑选仪的挑选通量，缩短菌落挑选仪挑选时间，降低易污染度，本文提出基于?@些问题的多目标人工蜂群算法[4]，提高菌落挑选仪的挑选通量，优化挑选行为。在该算法中，蜜源的位置代表了菌落与探针匹配的可行解，蜜源的蜜度值则代表了解的质量。解的质量好坏代表了菌落挑选仪在挑选过程中挑选通量的高低及挑选行为的好坏。蜜度值大的蜜源被采蜜蜂在信息交换区与其它蜂群进行信息交换，招募更多的蜂群前往采蜜[5]。采蜜蜂采用轮盘赌策略招募其它蜂群前往采蜜，蜜源的蜜度值越高招募的蜂群数量也就越大。通过招募其它蜂群对蜜源邻域附近进行搜索，加大对解的搜索力度，提高算法的寻优能力。 　　1.2 菌落挑选仪挑选行为模型分析 　　菌落挑选仪探针模块采用的是96针。探针间距为9mm。挑选仪的菌落目标置放在一个直径90mm的标准圆形培养皿中，实际菌落的尺寸不等，菌落的形状、分布呈现不规则状态，如图1所示。 　　挑选仪以电缸X、Y共同归零时1号探针的坐标作为参考点。设某一时刻探针1坐标（即电缸X、Y反馈的坐标）为（X1，Y1），目标菌落坐标为（Xc，Yc），若要使用第i根探针挑取菌落，则探针模块在X方向和Y方向移动距离分别为： 　　由于电缸X、Y轴的运动是并行的，因此可以认为运动距离的长短主要由X、Y轴上较长的运动距离决定。 　　依据上述可得单次挑选过程探针模块移动距离S为： 　　在实际挑选过程中，挑选仪电缸运行状态是一个起始加速、中段匀速最后减速的过程。在单次挑选中，不同的挑选距离将对应着电缸不同的运动状态，在一次完整的挑选中，相同探针模块的总移动距离，可以对应不同的移动时间。故在挑选算法中引入加减速模式作为算法的影响因子，以探针模块的移动时间作为适值，并以此作为算法解的约束条件。 　　图2显示了梯形加减速