基本信息:
- 专利标题： 基于强化学习的数字微流控生物芯片的故障在线检测方法
- 申请号：CN201911345860.8 申请日：2019-12-24
- 公开(公告)号：CN111141920B 公开(公告)日：2023-03-14
- 发明人： 许川佩 , 曾莹 , 黄喜军 , 莫玮 , 胡聪 , 朱爱军 , 陈涛
- 申请人： 桂林电子科技大学
- 申请人地址： 广西壮族自治区桂林市七星区金鸡路1号
- 专利权人： 桂林电子科技大学
- 当前专利权人： 广西至善医学营养科学有限公司
- 当前专利权人地址： 530022 广西壮族自治区南宁市青秀区民族大道38-2号泰安大厦17层06号写字间
- 代理机构： 北京中济纬天专利代理有限公司
- 代理人： 石燕妮
- 主分类号： G01N35/00
- IPC分类号： G01N35/00
摘要：
本发明公开了一种基于强化学习的数字微流控生物芯片的故障在线检测方法，包括基于栅格法、图论中的无向图方法和芯片约束条件，建立数字微流控芯片的数学模型；获取设定的基于强化学习算法的初始参数、算法迭代的目标次数Max、信息共享时间Tx，建立每个测试液滴相应的Q表；基于强化学习算法的更新规则函数、贪婪函数以及禁忌矩阵选择测试液滴的下一个电极；基于判断条件，输出目标测试时间和测试液滴的目标路径。通过多液滴并行在线测试，提高测试液滴的利用率，减少测试液滴的能耗问题，使得测试液滴在较短的时间内，优化测试路径，完成芯片的故障检测，保障数字微流控芯片的可靠性。
公开/授权文献:
- CN111141920A 基于强化学习的数字微流控生物芯片的故障在线检测方法 公开/授权日：2020-05-12
IPC结构图谱:
| G | 物理 |
| --G01 | 测量；测试 |
| ----G01N | 借助于测定材料的化学或物理性质来测试或分析材料 |
| ------G01N35/00 | 不限于用G01N1/00至G01N33/00中任何单独一组提供的方法或材料所进行的自动分析；及材料的传送 |