[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

说明书

本公开涉及基于机器学习与自动化试验装置的操作步骤的生成方法。包括：获取化学反应式中各物质的分子图特征矩阵、分子图邻接矩阵和分子指纹特征；将所述分子图特征矩阵和所述分子图邻接矩阵输入至操作步骤预测模型，得到所述化学反应式对应的操作步骤。本公开实施例能够自动的预测化学反应对应的操作步骤，更进一步的，本公开还开发了优化系统以及实验室自动化平台，能够实现通过机器学习算法进行初始预测，实验室自动化平台进行验证，机器学习算法进行进一步优化的自循环预测优化系统。减少了人工测试的偶然性，提高了操作步骤的准确性。

技术领域

本公开涉及人工智能技术领域，尤其涉及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、装置及系统。

背景技术

在目标化合物的生成过程中，不仅需要明确反应物、反应条件(例如催化剂、反应温度、反应时间等)、反应路径(例如反应物A和反应物B在反应条件C下生成中间体D，中间体D和反应物E在反应条件F下生成生成物G)，还需要明确化学反应操作步骤(例如加料、反应、搅拌、过滤、结晶等)。相关技术中，化学反应操作步骤的确定多依赖于人工实现，人工结合文献和自身经验，通过不断地试错试验确定操作步骤，不仅费时费力，而且测试极具偶然性。

发明内容

为克服相关技术中存在的至少一个问题，本公开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、装置及系统。

根据本公开实施例的第一方面，提供一种化学反应操作步骤的生成方法，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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；