基于仿生群優化的化學類實驗室信息化管理模式研究

荊濤，王波，田景芝，單秋杰，田志茗，鄭永杰

（齊齊哈爾大學1.化學與化學工程學院，2.現代教育技術中心，黑龍江齊齊哈爾161006）

?

基于仿生群優化的化學類實驗室信息化管理模式研究

荊濤1，王波2，田景芝1，單秋杰1，田志茗1，鄭永杰1

（齊齊哈爾大學1.化學與化學工程學院，2.現代教育技術中心，黑龍江齊齊哈爾161006）

摘要：化學類實驗室信息化管理是教育管理信息化領域亟待解決的問題，采用仿生群優化（Bionic colony optimization，BCO）方法，設計了基于BCO的資源優化配置模式、安全智能預警模式、智能優化排課模式、遠程智能監控模式、智能考勤管理模式和智能環境監測模式，完成化學類實驗室信息化管理模式設計，有效地提高了管理效率.

關鍵詞：計算智能；仿生群優化；化學類實驗室；信息化管理

目前高校化學類實驗室管理［1-3］呈現多元化和智能化［4-5］，傳統的管理模式已經不再適用，這對管理者提出了巨大的挑戰.為了適應新形勢下高校化學類實驗室管理需求，應從6個方面改變管理模式［6-8］：（1）實驗室資源迅猛增長的情況下，如何探索資源優化配置方案；（2）由于化學類實驗室中危險化學藥品和實驗的存在，如何給出智能安全預警方法；（3）實驗室條件和生源的不斷擴大，如何開發出智能的實驗與實踐課排課系統；（4）學生管理需要更加人性化，如何提出智能考勤和管理方法；（5）隨著智能控制的不斷普及，如何設計遠程智能監控系統；（6）環境質量與監測控制日益重要，如何設計實驗室環境監測系統.本文基于上述6個方面，對化學類實驗室信息化管理模式進行探索.

1　仿生群優化方法簡介

仿生群優化（Bionic colony optimization，BCO），是一種新型計算智能方法，該方法模仿動物界群體活動（包括覓食、偵查和尾隨等群體行為），可應用于各種組合優化問題中，可快速跳出局部極值，收斂全局最優值，BCO方法分為7個步驟：

步驟1隨機生成N個種群個體，N個種群個體為尋優基本變量.

步驟2初始化種群個體的行進區域和運動軌跡，區域和軌跡使用極坐標表示.

步驟3根據“優勝劣汰”準則淘汰M個種群個體，種群規模更新為N-M個.

步驟4計算“優選規則”，結果為真，執行“尋覓行為”，轉到步驟6；否則轉到步驟5.

步驟5執行“偵查行為”；計算“優選規則”，結果為真，執行“尾隨行為”；結果為假，不執行“尾隨行為”.

步驟6計算適應度值，判斷“優化終止”，滿足轉到步驟7，否則轉到步驟3.

步驟7優化計算結束.

本文將BCO方法應用于化學類實驗信息化管理中各類優化問題.

2　基于BCO的化學類實驗室信息化管理總體設計

本文以齊齊哈爾大學化學類實驗室為實證研究對象，對化學類實驗室中的管理優化問題進行了深入調研，集中表現為資源優化配置、安全智能預警、智能優化排課、遠程智能監控、智能考勤管理和智能實驗室環境監測等6個核心問題.提出的基于BCO的化學類實驗室信息化管理總體設計模式見圖1，圖1中包含雙圓和雙三角模式結構.其中雙圓結構的內層是以化學類實驗室為中心的閉環模式，外層為計算智能核心技術；雙三角結構的內三角為化學類實驗室涉及的各類資源，外三角為抽象的六大智能優化問題.基于BCO的化學類實驗室信息化管理將圍繞著圖1展開.

圖1基于BCO的化學類實驗室信息化管理總體設計模式

3　基于BCO的化學類實驗室信息化管理智能優化

3.1資源優化配置

化學類實驗室資源規模不斷膨脹，通過BCO方法對這些資源進行優化配置，可大大提高資源的利用效率.基于BCO的化學類實驗室資源優化配置方案如下：（1）將化學類實驗室各資源作為BCO的尋優變量；（2）選擇歸一化加權打分函數作為BCO適應度函數；（3）執行BCO各尋優行為活動；（4）遵循“最優化4P準則”.“最優化4P準則”定義如下：

P1準則資源配置隸屬關系唯一性；

P2準則資源配置等待適應度在滿意區間內；P3準則資源配置全局具有均衡性；

P4準則資源配置效率在區域可信區間內.

“最優化4P準則”是衡量資源優化配置性能的關鍵指標，BCO執行終止也主要考慮這個準則.

3.2安全智能預警

化學類實驗室由于存放大量的危險藥品，以及具有危險性的實驗，因此對化學類實驗室安全管理尤為重要.對危險隱患需要做到防患于未然，就必須對危險隱患及時預警早做處理，可避免危險事件的發生.本文提出基于BCO的安全智能預警模式見圖2.采用BCO優化BP神經網絡（BCO-BP），將先驗知識集作為BCO-BP的訓練樣本，將后驗知識集作為BCO-BP的測試樣本，BCO尋優變量為BP優化參數.其中，先驗知識集需要專家組的反復修正.先驗知識集的質量直接影響著BCO-BP這個機器學習模型的學習能力，對先驗知識集的構建在閉環控制系統中完成，這保證了訓練樣本的封閉性.

圖2基于BCO的安全智能預警模式

3.3智能優化排課

化學類實驗室實驗及實踐課排課的智能優化問題，是一個非常繁瑣和復雜的組合優化問題.基于BCO的化學類實驗室排課模式，可實現排課資源智能優化組合，提高了排課效率和準確性.化學類實驗室實驗及實踐課排課資源為一個四元變量，它們是教師元、學生元、課程元和實驗室元，其中實驗室元的數量要比理論課程授課教室少很多，所以實驗室元為排課的瓶頸.此外，在排課過程中要遵循“唯一機制”.“唯一機制”定義如下：

機制1“教師元”唯一：教師在規定時間只能在一個實驗室授課.

機制2“學生元”唯一：學生在上課時間只能聽一個教師授課（有助課教師除外），只能在一個實驗室上課.

機制3“課程元”唯一：課程在規定時間只能分配在一個實驗室授課（實驗室容納不下選課學生除外）.

機制4“實驗室元”唯一：實驗室在規定時間只能為一個課程和一個教師（有助課教師除外）提供授課環境.

“唯一性機制”模式見圖3.圖中包含了教師元、學生元、課程元和實驗室元，不同元之間有重疊表示具有“唯一性”關系，并在圖中標注了“1”.該模式圖有2個特殊的約定，即有助課教師情況除外，實驗室容納不下選課學生除外.

圖3“唯一性機制”模式

3.4遠程智能監控

為了方便管理者對化學類實驗室的高效管理，提出了基于BCO的遠程智能監控模式（見圖4）.該模式運行于無線傳感器網絡中，采用射頻識別技術，可實現移動端的遠程智能監控.用戶可以通過手機APP，隨時隨地訪問遠程智能監控服務器，實現不受時間和空間限制的化學類實驗室智能監控.這樣既方便了管理者，又可將監控工作從工作中延伸到工作外，方便快捷地拓展了管理者的工作模式和工作多樣性，極大地提高了化學類實驗室管理工作的效率.其中BCO用于智能監控的網絡優化平衡負載，以保證網絡視頻傳輸和實時播放的流暢性.

圖4基于BCO的遠程智能監控模式

3.5智能考勤管理

針對化學類課內實驗任務繁瑣、時間短等特殊情況，為了節省課內時間，課內考勤這些和課程無關的課程管理環節盡量縮減，但這些環節又不可缺少.針對上述問題，提出了基于BCO的智能考勤管理模式（見圖5）.該模式可以實現學生課內智能考勤，學生在實驗臺前用自己的手機掃描二維碼來實現智能考勤，二維碼的掃描分為課程開始和課程結束，課程開始掃描二維碼為激活考勤環節，課程結束掃描二維碼為確認考勤環節，該模式可實現快速和精確的考勤管理.

3.6智能環境監測

由于化學類實驗室需要進行大量化學實驗，實驗室內的環境質量監測至關重要，不良的化學類實驗室環境會污染實驗教學樓環境，造成實驗人員的身體傷害.本文提出基于BCO的化學類實驗室智能環境監測模式（見圖6），該模式采用多種環境監測傳感器（光照傳感器、溫度傳感器、濕度傳感器及各種化學傳感器等），這些傳感器通過單片機控制，以傳感器采集的大量數據為BCO的輸入.采用BCO對這些數據進行優化篩選，從而獲得對智能環境監測預防控制的決策數據，為化學類實驗室的環境治理與防治打下堅實的基礎.

圖5基于BCO的智能考勤管理模式

圖6基于BCO的智能環境監測模式

本文采用BCO方法對化學類實驗室信息化管理進行研究.提出了基于BCO的六大模式，即資源優化配置、安全智能預警、智能優化排課、遠程智能監控、智能考勤管理和智能環境監測.BCO適合于解決復雜的組合優化問題，將BCO方法應用于化學類實驗室信息化管理中，具有重要的實踐和應用價值.

4　　結論

參考文獻：

［1］李廣艷.高校化學實驗室的安全管理探索［J］.實驗室研究與探索，2014，33（3）：278-282

［2］牛煥雙，吉琳.化學科研實驗室安全管理對策［J］.實驗室研究與探索，2014，33（8）：291-294

［3］程敬麗，毛黎娟.美國大學化學實驗室的管理與啟示［J］.實驗技術與管理，2012，29（7）：176-178

［4］李丁，曹沛，王萍，等.高校實驗室安全管理體系構建的探索與實踐［J］.實驗室研究與探索，2014，33（3）：274-277

［5］田景芝，荊濤，鄭永杰，等.化學實驗室資源優化配置的探索與實踐［J］.實驗室研究與探索，2014，33（2）：238-242

［6］王波.智能化移動學習系統［J］.科技通報，2013，29（7）：120-122

［7］荊濤，鄭永杰，田景芝，等.產學研視域下研究生創新實驗評價體系研究［J］.實驗技術與管理，2014，31（3）：169-172

［8］田景芝，荊濤，鄭永杰，等.基于粒子群的化學實驗室無紙化資源優化配置［J］.科技通報，2014，30（1）：134-137

Research on chemistry class laboratories information management mode based on bionic colony optimization

JING Tao1，WANG Bo2，TIAN Jing-zhi1，SHAN Qiu-jie1，TIAN Zhi-ming1，ZHENG Yong-jie1
（1. School of Chemistry and Chemistry Engineering，2. Center of Modern Educational Technology，Qiqihar University，Qiqihar 161006，China）

Abstract：Chemistry class laboratories information management is urgent issue of education management informatization.Bionic colony optimization（BCO）algorithm is adopted，and then resources optimization configuration pattern，security intelligence early warning pattern，intelligent course arrangement pattern，remote intelligent monitoring pattern，intelligent attendance management pattern，and intelligent environment monitoring pattern based on BCO were designed.The design of chemistry class laboratories information management mode is completed.The management efficiency is improved effectively.

Key words：computational intelligence；bionic colony optimization（BCO）；chemistry class laboratories；information management

中圖分類號：TP399

文獻標識碼：A

doi：10.3969/j.issn.1007-9831.2016.05.009

文章編號：1007-9731（2016）05-0027-05

收稿日期：2016-03-20

基金項目：黑龍江省高等學校教改工程項目（JG2014011092）

作者簡介：荊濤（1971-），男，黑龍江加格達奇人，教授，博士，從事化工材料制備及計算機技術在化學化工中的應用.E-mail：jingtao_qqhr@126.com