买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：珠海凤泽信息科技有限公司

摘要：本发明提供了一种基于强化学习的金纳米棒AuNRs合成方法、系统。通过将CTAB溶液与HAuCl4溶液等体积混合，再经过NaBH4溶液还原得到晶种溶液；其中，晶种溶液中具有第一比例的CTAB、HAuCl4、NaBH4配比；通过将CTAB‑NaOL溶液与AgNO3溶液以及HAuCl4溶液在热水浴中进行混合，再加入浓盐酸调解混合液pH，最后加入AA还原得到生长溶液；生长溶液中具有第二比例的CTAB、NaOL、AgNO3、HAuCl4配比；第一比例、第二比例是基于DQN网络的强化学习模型获取；将生长溶液加入至晶种溶液，并在热水浴中保存一定时间，得到金纳米棒AuNRs。相比于现有技术，通过利用强化学习进行最佳模型架构和参数的搜索，动态地调整生产流程中的参数组，自动选择最优参数配比，提高材料合成的速度和生产的智能化程度。

主权项：1.一种基于强化学习的金纳米棒AuNRs合成方法，其特征在于，所述方法包括：将CTAB溶液与HAuCl4溶液等体积混合，再经过NaBH4溶液还原得到晶种溶液；其中，所述晶种溶液中具有第一比例的CTAB、HAuCl4、NaBH4配比；通过将CTAB-NaOL溶液与AgNO3溶液以及HAuCl4溶液在热水浴中进行混合，再加入浓盐酸调解混合液pH，最后加入AA还原得到生长溶液；其中，所述生长溶液中具有第二比例的CTAB、NaOL、AgNO3、HAuCl4配比；第一比例、第二比例是基于DQN网络的强化学习模型获取；将所述生长溶液加入至所述晶种溶液，并在热水浴中保存一定时间，得到所述金纳米棒AuNRs；所述第一比例、第二比例是基于DQN网络的强化学习模型获取，包括：确定强化学习模型代理Agent，其中Agent部分使用DQN网络；所述Agent会根据环境的当前t时刻状态St采取动作At，环境的状态也会根据所采取的动作发生变化；当前状态St表示为St＝C,W,B；其中，C表示当前晶种溶液和生长溶液制备过程中的不同溶液的配比，表示为C＝c1,c2,c3,c4,c5,c6,c7；其中，晶种溶液制备中的CTAB,HAuCl4,NaBH4配比为c1,c2,c3；生长溶液制备中的CTAB,NaOL,AgNO3,HAuCl4,配比为c4,c5,c6,c7；W表示当前金纳米棒波形图特征；W表示为W＝w1,w2,w3，其中w1表示所述金纳米棒波形图是否有1,2两组波峰，且峰2强度Y2＞峰1强度Y1；w2表示波峰强度Y2与Y1的比值，w3表示峰2的峰宽；B表示目标金纳米棒尺寸；当前峰2出峰位置X，目标出峰位置X’，即B＝X，X’；动作At表示当前晶种溶液和生长溶液制备过程中的不同溶液的配比C的改变量，其中At＝a1,a2,a3,a4,a5,a6,a7；每种溶液改变量有三种取值-Δai,0,+Δai,Δai表示第i种溶液的最小改变单位；所述DQN网络包含1层输入层，2层中间层，和1层输出层；其中输入层包含12个神经单元，对应输入t时刻状态St；中间隐层每层包括64个神经元；输出层包含21个神经单元，对应表示不同动作At对应的累积奖励；损失函数表示为:L＝E[r+γmaxa'Qs′,a′-Qs,a2]其中，r表示进行At后得到的及时反馈值，γ表示一个常数，这里取0.99；maxQs',a'表示当前状态下选取的最大的Q值对应的动作At后的Q值，Qs,a表示当前状态的Q值；所述r定义为：r＝-α1×1-w1+α2×w2+α3×w3-α4×X-X'2其中，α1,α2,α3,α4分别表示加权系数。

全文数据：

权利要求：

百度查询： 珠海凤泽信息科技有限公司 一种基于强化学习的金纳米棒AuNRs合成方法、系统