[发明专利]用多目标贝叶斯优化算法制造比色传感单元及阵列的方法

说明书

本发明公开了一种用多目标贝叶斯优化算法制造比色传感单元及阵列的方法。在孔板上初始制备不同配方的比色传感单元；将孔板烘干，将烘干的孔板通入气体测试获得每个配方的响应时间、可逆性、响应度和灵敏度的值；将各个配方及的响应时间、可逆性、响应度和灵敏度的值经Sigmoid函数处理后获得评分值代入多目标贝叶斯优化算法中生成下一轮配方；根据配方在孔板上制备比色传感单元；不断重复步骤循环，循环数轮达到停止条件得到全局最优配方，按照全局最优配方制备比色传感单元。本发明方法解决了同时优化传感器的多项指标时容易顾此失彼的问题，能够快速优化直到一个同时具备宽量程、高灵敏度，快响应和高可逆性的CO2比色传感阵列。

技术领域

本发明属于生物化学合成领域的一种比色传感的优化制造方法，具体涉及一种用于传感器性能优化过程中的用多目标贝叶斯优化算法制造比色传感单元及阵列的方法。

背景技术

许多领域都需要二氧化碳传感，包括建筑通风、排气处理、碳捕获利用和储存、深潜和航天。在实际应用中，CO₂的检测浓度范围可从空气浓度的400ppm到大于30％。人们做了各种努力，基于不同的机理来构建CO₂传感器，例如基于气相色谱法、电极、电化学、化学电阻、光学和声学的机理。

其中，比色法因其价格低廉、易于使用而受到更多关注，是一种制备便携式和一次性CO₂传感器的理想选择。目前比色CO₂传感器的研究集中在检测下限、液相检测或高选择性检测。很少有以系统方法开发的比色传感器能够同时实现高灵敏度、宽范围、响应时间短和可逆性好的检测。

理论上，可以通过调节原料种类和比例来制备一种同时具备上述所有优点的CO₂比色传感阵列。然而原料的种类和比例的调整过程中可涉及到近10个变量，人工手动处理如此高维的变量不但工作繁复，而且容易陷入局部最优的结果。

为了解决这一问题，可以通过一些优化算法来优化比色传感阵列的原料种类和比例，但目前报道的大多数用于生化合成和材料制备的优化算法都只有一个优化目标，如催化效率、产率、量子效率等。而在前文提到的CO₂比色传感器开发过程中，多种目标，如灵敏度、响应度、响应时间和可逆性都会对其实用性造成巨大影响。不同的目标需要优化达到的程度也不同。现有技术缺少了能同时达到比色传感阵列多优化目标结果的实施方法。

发明内容

为了解决背景技术中存在的问题，本发明提供了一种在机器学习优化比色传感器中优化传感器性能的方法，解决了同时优化传感器的多项指标时容易顾此失彼的问题，准确快速地获得具备宽量程、高灵敏度、快响应和高可逆性的CO₂比色传感阵列。

本发明采用的技术方案是：

针对固定检测范围内的比色传感单元，方法按照以下方式处理：

1)在N孔板上初始制备N个不同配方的比色传感单元，每个孔位上制备一个比色传感单元；初始制备N个不同配方的比色传感单元可以随机生成。

2)将N孔板烘干，将烘干的N孔板通入固定检测范围内不同浓度的待测气体测试获得每个配方对应比色传感单元的响应时间、可逆性、响应度和灵敏度的值；

3)将各个配方及其对应比色传感单元的响应时间、可逆性、响应度和灵敏度的值经Sigmoid函数处理后获得评分值代入多目标贝叶斯优化算法中生成下一轮N个配方；

4)根据N个配方按照步骤1)相同方式在N孔板上制备N个比色传感单元；

5)不断重复步骤2)到4)形成循环，循环数轮达到停止条件得到全局最优配方，按照全局最优配方制备比色传感单元。