一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种质谱仪参数自适应动态调整方法、装置及存储介质与流程

2022-07-13 23:57:25 来源:中国专利 TAG:


1.本发明涉及质谱仪技术领域,特别涉及一种质谱仪参数自适应动态调整方法、装置及存储介质。


背景技术:

2.在医院或者第三方检测机构中,质谱仪通常会日复一日地检测同一类样本,而检测同一类样本的方法(参数)一般是不变的。然而,质谱仪的状态却不是一成不变的。随着时间的推移,质谱仪电学参数、结构参数、真空状态、气路参数等都会缓慢的变化,随之液质系统的响应也会降低,检出限会抬高,这样导致的直接后果就是无法对有些低浓度的样本做定性分析或定量分析。所以,每隔一段时间就需要专人对方法进行优化和调整,比如调节质谱仪的去簇电压、碰撞能量等,以确保仪器对样本的响应足够高。采用这种方式虽然可以解决问题,但也带来了诸多新问题,比如质谱仪状态变化缓慢,优化周期难以确定,所以有时会导致维护和优化滞后,其次质谱参数优化需要专人,比较消耗人力成本,同时也耽误实验进程。


技术实现要素:

3.为了实现根据本发明的上述目的和其他优点,本发明的第一目的是提供一种质谱仪参数自适应动态调整方法,包括如下步骤:
4.初始化质谱参数及所述质谱参数下的代价函数;
5.基于当前策略生成拟调整的若干组质谱参数形成集合;
6.计算质谱参数集合的评分;
7.计算上一次质谱参数下的最优策略;
8.通过所述上一次质谱参数下的最优策略和当前质谱参数计算新的质谱参数。
9.进一步地,所述代价函数为:
10.j
μ
(xn)=g(xn) αj
μ
(x
n-1
)
11.gn(xn)为实验结果分数:
[0012][0013]
其中,xn为当前质谱参数,x
n-1
为上一次质谱参数,α为折旧因子,c为常数,an(xn)为质谱参数xn下的固定浓度样本的色谱峰强度。
[0014]
进一步地,所述初始化质谱参数及所述质谱参数下的代价函数包括:
[0015]
初始质谱参数x0为质谱出厂参数,初始化j
μ
(x0)=g(x0)。
[0016]
进一步地,最优策略为:
[0017][0018]
xn=μ(x
n-1
)
[0019]
其中,μ(x
n-1
)为质谱参数x
n-1
下的最优策略,xn为由策略μ(x
n-1
)计算出的新的质谱
参数。
[0020]
进一步地,所述基于当前策略生成拟调整的若干组质谱参数形成集合包括:
[0021]
基于当前策略μ(xn)生成拟调整的若干组质谱参数形成集合其中,策略组成的集合为μ(xn)∈u;
[0022]
新的质谱参数为x
n
1=xn μ(xn)。
[0023]
进一步地,所述计算质谱参数集合的评分包括:
[0024]
根据所述实验结果分数公式计算所述质谱参数集合的评分
[0025]
进一步地,还包括对所述代价函数进行修正,修正后的代价函数为:
[0026][0027]dn-1
=g(xn) αj
μ
(xn)-j
μ
(x
n-1
)
[0028]jμ
(x
n 1
)=j
μ
(xn)
[0029]
其中,j
μ
(xn)为修正后的代价函数,λ和η为引入的新参数;
[0030]
通过所述修正后的代价函数对所述最优策略进行修正,修正后的最优策略为:
[0031][0032]
xn=μ(x
n-1
)。
[0033]
进一步地,所述初始化质谱参数及所述质谱参数下的代价函数还包括:初始化d-1
=0;
[0034]
所述计算上一次质谱参数下的最优策略包括以下步骤:
[0035]
通过所述修正后的代价函数计算所述质谱参数集合修正后的代价函数更新中间变量
[0036]
通过所述修正后的最优策略找到最优的μ(xn),其中,
[0037][0038]
所述计算新的质谱参数包括以下步骤:
[0039]
通过最优的μ(xn)和当前的质谱参数得到更新后的质谱参数,其中,
[0040]
x
n 1
=xn μ(xn);
[0041]
计算完毕后返回所述基于当前策略生成拟调整的若干组质谱参数形成集合步骤,直到μ(xn)=(0,

,0)
t
停止迭代,或者达到设定的最大迭代次数n后停止。
[0042]
本发明的第二目的是提供一种质谱仪参数自适应动态调整装置,包括:存储器,其上存储有程序代码;处理器,其与所述存储器联接,并且当所述程序代码被所述处理器执行
时,实现一种质谱仪参数自适应动态调整方法。
[0043]
本发明的第三目的是提供一种计算机可读存储介质,其上存储有程序指令,所述程序指令被执行时实现一种质谱仪参数自适应动态调整方法。
[0044]
与现有技术相比,本发明的有益效果是:
[0045]
本发明提供了一种质谱仪参数自适应动态调整方法,无需专业人员手动优化参数。该方法采用了策略迭代的思想,在此基础上对策略迭代进行了改进,即计算经过修正后的代价函数j
μ
(xn)。这样做能够最大限度的避免偶发事件的影响,因为之前迭代中所有的代价函数都参与了计算,能够保证质谱参数沿着正确的趋势移动。这样能够最大程度的降低人力成本,而使仪器在良好的状态下运行。
[0046]
在对代价函数进行修正时,引入了两个参数λ和η,考虑到参数设定时所带来的边际效应,经过计算推导和实验,对这两个参数进行限定,优选地,0.48≤λ≤0.52和0.75≤η≤0.9。
[0047]
该方法不同于现有方法的是:该方法不仅仅关注质谱参数的更新优化,而是更加关注参数调整的策略,算法终止后,也会得到参数调整的策略,对于仪器研发具有一定参考意义。
[0048]
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
[0049]
此处所说明的附图用来提供对本发明的进一步理解,构成本技术的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
[0050]
图1为一种质谱仪参数自适应动态调整方法流程图;
[0051]
图2为实施例2中一种质谱仪参数自适应动态调整装置示意图。
具体实施方式
[0052]
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0053]
实施例1
[0054]
本发明提供一种质谱仪参数自适应动态调整方法,该方法基于的前提是:质谱参数调整是马尔可夫过程,即当前参数只受到前一次参数的影响,与更早之前的参数无关。事实上,质谱参数的顺次调整确实是马尔可夫过程,所以这就形成了该方法的前提条件。
[0055]
该方法的主要原理是:在实验员完成当天试验后,该方法会对今天的实验结果进行打分,分数记为gn(xn),其中xn是实验中的质谱参数,同时会按照参数调整策略对当前参数进行拟调整,拟调整的几组质谱参数形成集合然后分别以这些参数进行进样,分别对结果进行分析,然后根据策略进行调整,得到下一次的质谱参数,具体策略下文会进行具体说明,总体而言,遵循动态规划的思想。经过长期调整形成一套稳定的参数调整
策略,基于此策略便可以对质谱参数进行自适应优化。
[0056]
一种质谱仪参数自适应动态调整方法,如图1所示,包括如下步骤:
[0057]
s1、初始化质谱参数及质谱参数下的代价函数。其中,代价函数j
μ
(xn)为:
[0058]jμ
(xn)=g(xn) αj
μ
(x
n-1
)
ꢀꢀꢀ
(1)
[0059]gn
(xn)为实验结果分数:
[0060][0061]
其中,xn为当前质谱参数,x
n-1
为上一次质谱参数,α为折旧因子,c为常数,an(xn)为质谱参数xn下的固定浓度样本的色谱峰强度。
[0062]
初始质谱参数x0为质谱出厂参数,初始质谱参数下的代价函数定义为j
μ
(x0)=g(x0),g(x0)由公式(2)计算所得。并设定相应的参数,优选地,0.6≤α≤0.8,c=8
×
106。
[0063]
s2、基于当前策略生成拟调整的若干组质谱参数形成集合。
[0064]
初始策略μ0定义为xn→
xn,即质谱参数xn在下一次更新后仍旧为xn。
[0065]
最优策略模型为:
[0066][0067]
xn=μ(x
n-1
)
ꢀꢀꢀ
(4)
[0068]
其中,μ(x
n-1
)为质谱参数x
n-1
下的最优策略,xn为由策略μ(x
n-1
)计算出的新的质谱参数。
[0069]
基于当前策略μ(xn)生成拟调整的若干组质谱参数形成集合其中,策略组成的集合为μ(xn)∈u;
[0070]
新的质谱参数为x
n 1
=xn μ(xn)。
[0071]
s3、计算质谱参数集合的评分;具体地,根据实验结果分数公式(2)计算质谱参数集合的评分
[0072]
有时计算会由于偶然因素,比如色谱柱发生堵塞造成强度突然降低,出现偏差。s4、基于此,对模型进行修正,引入两个新的参数λ和η,修正后的代价函数为:
[0073][0074]dn-1
=g(xn) αj
μ
(xn)-j
μ
(x
n-1
)
ꢀꢀꢀ
(6)
[0075]jμ
(x
n 1
)=j
μ
(xn)
ꢀꢀꢀ
(7)
[0076]
其中,j
μ
(xn)为修正后的代价函数,λ和η为引入的新参数。
[0077]
通过修正后的代价函数对最优策略进行修正,修正后的最优策略为:
[0078]
[0079]
xn=μ(x
n-1
)
ꢀꢀꢀ
(9)。
[0080]
因此,s1步骤还包括:初始化d-1
=0,设定参数λ和η,优选地,0.48≤λ≤0.52,0.75≤η≤0.9。
[0081]
通过修正后的代价函数公式(6)和(5)计算质谱参数集合修正后的代价函数并根据公式(7)更新中间变量
[0082]
s5、计算上一次质谱参数下的最优策略。具体地,通过修正后的最优策略公式(8)和(9)找到最优的μ(xn),其中,
[0083][0084]
s6、通过上一次质谱参数下的最优策略和当前质谱参数计算新的质谱参数。具体地,通过最优的μ(xn)和当前的质谱参数得到更新后的质谱参数,其中,
[0085]
x
n 1
=xn μ(xn)。
[0086]
s7、判断是否满足停止迭代条件,是则停止迭代,否则返回s2步骤,直到μ(xn)=(0,

,0)
t
停止迭代,或者达到设定的最大迭代次数n后停止。
[0087]
在一实施例中,三重四极杆质谱仪htq2020在测定维生素vd3时,方法包含4个透镜参数:dp、ep、cxp和ce,也就是质谱参数xn的维数为4。策略μ(xn)∈u集合如下所示:
[0088][0089]
假设此时质谱默认的vd3方法的初始质谱参数x0=(60,10,15,20),那么根据策略集合u以及s2步骤的方法,可以生成拟更新的参数集合,如下所示:
[0090][0091]
然后,根据s3步骤和s4步骤可以分别计算出此时的修正代价函数
[0092]
根据s5步骤和s6步骤可以计算出处于参数x0=(60,10,15,20)下的策略和更新后的质谱参数。
[0093]
在本实施例中,计算出μ(x0)=(0,0,0,-1),所以可以得到更新后的参数x1=(60,10,15,19),那么下一次更新即以x1=(60,10,15,19)为起点。当第7次迭代后,得到μ(x6)=(0,0,0,0),此时算法终止,认为此时最合理的参数为x6(因为x7=x6 μ(x6),所以x7=x6)。
[0094]
本发明提供一种质谱参数的自适应动态调整方法,无需专业人员手动优化参数。该方法主要采用了策略迭代的思想,在此基础上对策略迭代进行了改进,即计算经过修正后的代价函数j
μ
(xn)。这样做能够最大限度的避免偶发事件的影响,因为之前迭代中所有
的代价函数都参与了计算,能够保证质谱参数沿着正确的趋势移动。
[0095]
本发明在对代价函数进行修正时,引入了两个参数λ和η,并根据实用性,对这两个参数进行限定,优选0.48≤λ≤0.52和0.75≤η≤0.9。
[0096]
本发明不仅仅关注质谱参数的更新优化,而是更加关注参数调整的策略μ(xn)(即到达当前参数后在μ(xn)作用下该向哪个参数调整,),最终算法终止后,也会得到本次参数调整的策略,对于仪器研发具有一定参考意义。
[0097]
实施例2
[0098]
一种质谱仪参数自适应动态调整装置200,如图2所示,包括但不限于:存储器201,其上存储有程序代码;处理器202,其与所述存储器联接,并且当所述程序代码被所述处理器执行时,实现一种质谱仪参数自适应动态调整方法。关于方法的详细描述,可以参照上述方法实施例中的对应描述,在此不再赘述。
[0099]
实施例3
[0100]
一种计算机可读存储介质,其上存储有程序指令,程序指令被执行时实现的一种质谱仪参数自适应动态调整方法。关于方法的详细描述,可以参照上述方法实施例中的对应描述,在此不再赘述。
[0101]
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个
……”
限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0102]
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
[0103]
以上仅为本说明书实施例而已,并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献