[发明专利]基于机器学习与自动化试验装置的操作步骤的生成方法

权利要求书

1.一种基于机器学习与自动化试验装置的化学反应操作步骤的生成方法，其特征在于，包括：

获取化学反应式中各物质的分子图特征矩阵、分子图关系结构信息和分子指纹特征；

将所述分子图特征矩阵和所述分子图关系结构信息输入至操作步骤预测模型，输出所述化学反应式对应的初始操作步骤；

将所述分子指纹特征输入至投料顺序预测模型，输出所述化学反应式中的物质的投料顺序；

根据所述投料顺序，将各所述物质匹配到所述初始操作步骤中，得到所述化学反应式对应的多组操作步骤；

利用自动化试验装置及预设优化算法对所述多组操作步骤进行筛选，确定最优的操作步骤。

2.根据权利要求1所述的方法，其特征在于，所述获取化学反应式中各物质的分子图特征矩阵，包括：

获取化学反应式中物质的分子图的原子特征及化学键特征；

根据所述原子特征及所述化学键特征，确定各所述物质的分子图特征矩阵。

3.根据权利要求1所述的方法，其特征在于，获取化学反应式中各物质的分子图关系结构信息，包括：

获取化学反应式中物质的分子图节点的连接关系；

根据所述连接关系，确定各所述物质的分子图关系结构信息。

4.根据权利要求1所述的方法，其特征在于，所述操作步骤预测模型包括编码器和解码器，所述将所述分子图特征矩阵和所述分子图关系结构信息输入至操作步骤预测模型，输出所述化学反应式对应的初始操作步骤，包括：

将所述各物质的分子图特征矩阵、分子图关系结构信息输入至编码器，经所述编码器输出所述各物质的上下文向量；

将所述各物质的上下文向量输入至所述解码器，输出所述化学反应式对应的初始操作步骤。

5.根据权利要求4所述的方法，其特征在于，所述物质包括反应物、条件物和生成物；所述将所述各物质的分子图特征矩阵、分子图关系结构信息输入至编码器，经所述编码器输出所述各物质的上下文向量，包括：

分别获取所述反应物的上下文向量、所述条件物的上下文向量以及所述生成物的上下文向量；

将所述反应物的上下文向量与所述条件物的上下文向量进行相加处理，得到中间向量；

合并所述中间向量与所述生成物的上下文向量，得到所述化学反应式的上下文向量。

6.根据权利要求4所述的方法，其特征在于，所述解码器包括GRU网络解码器，所述将所述上下文向量输入至所述解码器，输出所述化学反应式对应的初始操作步骤，包括：

将预设开始词符的词向量以及所述上下文向量输入至GRU网络解码器的第一个GRU单元，输出第一预测词符的词向量及第一隐状态，其中，所述GRU网络解码器包括多个GRU单元；

将所述第一预测词符的词向量及所述第一隐状态输入下一个GRU单元，直到输入预设结束词符的词向量或预测词符的长度达到预设值，得到所述化学反应式对应的初始操作步骤。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述操作步骤预测模型的训练方式包括：

获取第一样本集合，所述第一样本集合包括标注有操作步骤类别的第一化学反应式样本；

获取所述第一化学反应式样本中的物质的分子图特征矩阵样本和分子图关系结构信息样本；

将所述分子图特征矩阵样本和所述分子图关系结构信息样本输入至初始操作步骤预测模型，生成预测结果；

基于预测结果与标注的操作步骤类别之间的差异，对所述初始操作步骤预测模型中的训练参数进行迭代调整，直至满足预设要求，得到操作步骤预测模型。

8.根据权利要求1至6中任一项所述的方法，其特征在于，所述利用自动化试验装置及预设优化算法对所述多组操作步骤进行筛选，确定最优的操作步骤，包括：

针对所述多组操作步骤中的每组操作步骤，获取由自动化试验装置按照所述组操作步骤，对所述化学反应式中的物质进行化学反应操作，得到对应的反应结果；

根据多个反应结果及预设优化算法，从所述多组操作步骤中确定最优的操作步骤。