基于仿生群优化的化学类实验室信息化管理模式研究

荆涛，王波，田景芝，单秋杰，田志茗，郑永杰

（齐齐哈尔大学1.化学与化学工程学院，2.现代教育技术中心，黑龙江齐齐哈尔161006）



基于仿生群优化的化学类实验室信息化管理模式研究

荆涛1，王波2，田景芝1，单秋杰1，田志茗1，郑永杰1

（齐齐哈尔大学1.化学与化学工程学院，2.现代教育技术中心，黑龙江齐齐哈尔161006）

摘要：化学类实验室信息化管理是教育管理信息化领域亟待解决的问题，采用仿生群优化（Bionic colony optimization，BCO）方法，设计了基于BCO的资源优化配置模式、安全智能预警模式、智能优化排课模式、远程智能监控模式、智能考勤管理模式和智能环境监测模式，完成化学类实验室信息化管理模式设计，有效地提高了管理效率.

关键词：计算智能；仿生群优化；化学类实验室；信息化管理

目前高校化学类实验室管理［1-3］呈现多元化和智能化［4-5］，传统的管理模式已经不再适用，这对管理者提出了巨大的挑战.为了适应新形势下高校化学类实验室管理需求，应从6个方面改变管理模式［6-8］：（1）实验室资源迅猛增长的情况下，如何探索资源优化配置方案；（2）由于化学类实验室中危险化学药品和实验的存在，如何给出智能安全预警方法；（3）实验室条件和生源的不断扩大，如何开发出智能的实验与实践课排课系统；（4）学生管理需要更加人性化，如何提出智能考勤和管理方法；（5）随着智能控制的不断普及，如何设计远程智能监控系统；（6）环境质量与监测控制日益重要，如何设计实验室环境监测系统.本文基于上述6个方面，对化学类实验室信息化管理模式进行探索.

1　仿生群优化方法简介

仿生群优化（Bionic colony optimization，BCO），是一种新型计算智能方法，该方法模仿动物界群体活动（包括觅食、侦查和尾随等群体行为），可应用于各种组合优化问题中，可快速跳出局部极值，收敛全局最优值，BCO方法分为7个步骤：

步骤1随机生成N个种群个体，N个种群个体为寻优基本变量.

步骤2初始化种群个体的行进区域和运动轨迹，区域和轨迹使用极坐标表示.

步骤3根据“优胜劣汰”准则淘汰M个种群个体，种群规模更新为N-M个.

步骤4计算“优选规则”，结果为真，执行“寻觅行为”，转到步骤6；否则转到步骤5.

步骤5执行“侦查行为”；计算“优选规则”，结果为真，执行“尾随行为”；结果为假，不执行“尾随行为”.

步骤6计算适应度值，判断“优化终止”，满足转到步骤7，否则转到步骤3.

步骤7优化计算结束.

本文将BCO方法应用于化学类实验信息化管理中各类优化问题.

2　基于BCO的化学类实验室信息化管理总体设计

本文以齐齐哈尔大学化学类实验室为实证研究对象，对化学类实验室中的管理优化问题进行了深入调研，集中表现为资源优化配置、安全智能预警、智能优化排课、远程智能监控、智能考勤管理和智能实验室环境监测等6个核心问题.提出的基于BCO的化学类实验室信息化管理总体设计模式见图1，图1中包含双圆和双三角模式结构.其中双圆结构的内层是以化学类实验室为中心的闭环模式，外层为计算智能核心技术；双三角结构的内三角为化学类实验室涉及的各类资源，外三角为抽象的六大智能优化问题.基于BCO的化学类实验室信息化管理将围绕着图1展开.

图1基于BCO的化学类实验室信息化管理总体设计模式

3　基于BCO的化学类实验室信息化管理智能优化

3.1资源优化配置

化学类实验室资源规模不断膨胀，通过BCO方法对这些资源进行优化配置，可大大提高资源的利用效率.基于BCO的化学类实验室资源优化配置方案如下：（1）将化学类实验室各资源作为BCO的寻优变量；（2）选择归一化加权打分函数作为BCO适应度函数；（3）执行BCO各寻优行为活动；（4）遵循“最优化4P准则”.“最优化4P准则”定义如下：

P1准则资源配置隶属关系唯一性；

P2准则资源配置等待适应度在满意区间内；P3准则资源配置全局具有均衡性；

P4准则资源配置效率在区域可信区间内.

“最优化4P准则”是衡量资源优化配置性能的关键指标，BCO执行终止也主要考虑这个准则.

3.2安全智能预警

化学类实验室由于存放大量的危险药品，以及具有危险性的实验，因此对化学类实验室安全管理尤为重要.对危险隐患需要做到防患于未然，就必须对危险隐患及时预警早做处理，可避免危险事件的发生.本文提出基于BCO的安全智能预警模式见图2.采用BCO优化BP神经网络（BCO-BP），将先验知识集作为BCO-BP的训练样本，将后验知识集作为BCO-BP的测试样本，BCO寻优变量为BP优化参数.其中，先验知识集需要专家组的反复修正.先验知识集的质量直接影响着BCO-BP这个机器学习模型的学习能力，对先验知识集的构建在闭环控制系统中完成，这保证了训练样本的封闭性.

图2基于BCO的安全智能预警模式

3.3智能优化排课

化学类实验室实验及实践课排课的智能优化问题，是一个非常繁琐和复杂的组合优化问题.基于BCO的化学类实验室排课模式，可实现排课资源智能优化组合，提高了排课效率和准确性.化学类实验室实验及实践课排课资源为一个四元变量，它们是教师元、学生元、课程元和实验室元，其中实验室元的数量要比理论课程授课教室少很多，所以实验室元为排课的瓶颈.此外，在排课过程中要遵循“唯一机制”.“唯一机制”定义如下：

机制1“教师元”唯一：教师在规定时间只能在一个实验室授课.

机制2“学生元”唯一：学生在上课时间只能听一个教师授课（有助课教师除外），只能在一个实验室上课.

机制3“课程元”唯一：课程在规定时间只能分配在一个实验室授课（实验室容纳不下选课学生除外）.

机制4“实验室元”唯一：实验室在规定时间只能为一个课程和一个教师（有助课教师除外）提供授课环境.

“唯一性机制”模式见图3.图中包含了教师元、学生元、课程元和实验室元，不同元之间有重叠表示具有“唯一性”关系，并在图中标注了“1”.该模式图有2个特殊的约定，即有助课教师情况除外，实验室容纳不下选课学生除外.

图3“唯一性机制”模式

3.4远程智能监控

为了方便管理者对化学类实验室的高效管理，提出了基于BCO的远程智能监控模式（见图4）.该模式运行于无线传感器网络中，采用射频识别技术，可实现移动端的远程智能监控.用户可以通过手机APP，随时随地访问远程智能监控服务器，实现不受时间和空间限制的化学类实验室智能监控.这样既方便了管理者，又可将监控工作从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样性，极大地提高了化学类实验室管理工作的效率.其中BCO用于智能监控的网络优化平衡负载，以保证网络视频传输和实时播放的流畅性.

图4基于BCO的远程智能监控模式

3.5智能考勤管理

针对化学类课内实验任务繁琐、时间短等特殊情况，为了节省课内时间，课内考勤这些和课程无关的课程管理环节尽量缩减，但这些环节又不可缺少.针对上述问题，提出了基于BCO的智能考勤管理模式（见图5）.该模式可以实现学生课内智能考勤，学生在实验台前用自己的手机扫描二维码来实现智能考勤，二维码的扫描分为课程开始和课程结束，课程开始扫描二维码为激活考勤环节，课程结束扫描二维码为确认考勤环节，该模式可实现快速和精确的考勤管理.

3.6智能环境监测

由于化学类实验室需要进行大量化学实验，实验室内的环境质量监测至关重要，不良的化学类实验室环境会污染实验教学楼环境，造成实验人员的身体伤害.本文提出基于BCO的化学类实验室智能环境监测模式（见图6），该模式采用多种环境监测传感器（光照传感器、温度传感器、湿度传感器及各种化学传感器等），这些传感器通过单片机控制，以传感器采集的大量数据为BCO的输入.采用BCO对这些数据进行优化筛选，从而获得对智能环境监测预防控制的决策数据，为化学类实验室的环境治理与防治打下坚实的基础.

图5基于BCO的智能考勤管理模式

图6基于BCO的智能环境监测模式

本文采用BCO方法对化学类实验室信息化管理进行研究.提出了基于BCO的六大模式，即资源优化配置、安全智能预警、智能优化排课、远程智能监控、智能考勤管理和智能环境监测.BCO适合于解决复杂的组合优化问题，将BCO方法应用于化学类实验室信息化管理中，具有重要的实践和应用价值.

4　　结论

参考文献：

［1］李广艳.高校化学实验室的安全管理探索［J］.实验室研究与探索，2014，33（3）：278-282

［2］牛焕双，吉琳.化学科研实验室安全管理对策［J］.实验室研究与探索，2014，33（8）：291-294

［3］程敬丽，毛黎娟.美国大学化学实验室的管理与启示［J］.实验技术与管理，2012，29（7）：176-178

［4］李丁，曹沛，王萍，等.高校实验室安全管理体系构建的探索与实践［J］.实验室研究与探索，2014，33（3）：274-277

［5］田景芝，荆涛，郑永杰，等.化学实验室资源优化配置的探索与实践［J］.实验室研究与探索，2014，33（2）：238-242

［6］王波.智能化移动学习系统［J］.科技通报，2013，29（7）：120-122

［7］荆涛，郑永杰，田景芝，等.产学研视域下研究生创新实验评价体系研究［J］.实验技术与管理，2014，31（3）：169-172

［8］田景芝，荆涛，郑永杰，等.基于粒子群的化学实验室无纸化资源优化配置［J］.科技通报，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

中图分类号：TP399

文献标识码：A

doi：10.3969/j.issn.1007-9831.2016.05.009

文章编号：1007-9731（2016）05-0027-05

收稿日期：2016-03-20

基金项目：黑龙江省高等学校教改工程项目（JG2014011092）

作者简介：荆涛（1971-），男，黑龙江加格达奇人，教授，博士，从事化工材料制备及计算机技术在化学化工中的应用.E-mail：jingtao_qqhr@126.com