一种用于净化型通风柜的参数配置管理方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种用于净化型通风柜的参数配置管理方法及系统。

背景技术

净化型通风柜能够对柜内存储的药剂试剂等挥发出的有害气体进行过滤，并进行通风，避免环境内有害气体浓度高，以及避免柜内有害气体聚集，保证试验人员身体健康。在对净化型通风柜进行运行参数进行控制的过程中，主要是对这个密闭空间内存放物品产生的气雾、微粒进行稀释、过滤、排出，同时保证存放质量。在对参数进行配置时，根据存放的物品的不同，会有对应的参数范围，往往会在参数范围内根据历史经验进行参数选取，来保证通风柜的运行质量。但是，随着存放物品种类的增加，参数选取需要考虑的因素增多，获取最佳通风柜的运行质量对应的参数难度和需要的计算量也会增加，需要一种更加高效、全面的参数配置管理方法。

发明内容

本申请提供了一种用于净化型通风柜的参数配置管理方法及系统，用于针对解决现有技术中净化型通风柜的参数配置难度大，效率低的技术问题。

鉴于上述问题，本申请提供了一种用于净化型通风柜的参数配置管理方法及系统。

本申请的第一个方面，提供了一种用于净化型通风柜的参数配置管理方法，所述方法包括：

获取目标通风柜内存储的试剂的M个试剂类别，M为大于等于1的整数；

获取所述M个试剂类别的试剂的M个加权容许浓度信息，根据所述M个加权容许浓度信息，构建M个约束条件；

根据所述M个加权容许浓度信息，以及所述M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合所述M个试剂类别的权重，构建评价函数；

根据所述M个约束条件和评价函数，在所述目标通风柜内的过滤参数范围和通风参数范围内进行过滤参数和通风参数的组合寻优优化，获得最优管理参数组合，其中，通过粒子群优化算法进行寻优，按照禁忌迭代次数对局部最优的粒子进行禁忌，并将相似度大于预设相似阈值的粒子进行合并；

采用所述最优管理参数组合，对所述目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理。

本申请的第二个方面，提供了一种用于净化型通风柜的参数配置管理系统，所述系统包括：

试剂类别获取模块，所述试剂类别获取模块用于获取目标通风柜内存储的试剂的M个试剂类别，M为大于等于1的整数；

约束条件构建模块，所述约束条件构建模块用于获取所述M个试剂类别的试剂的M个加权容许浓度信息，根据所述M个加权容许浓度信息，构建M个约束条件；

评价函数构建模块，所述评价函数构建模块用于根据所述M个加权容许浓度信息，以及所述M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合所述M个试剂类别的权重，构建评价函数；

管理参数组合获得模块，所述管理参数组合获得模块用于根据所述M个约束条件和评价函数，在所述目标通风柜内的过滤参数范围和通风参数范围内进行过滤参数和通风参数的组合寻优优化，获得最优管理参数组合，其中，通过粒子群优化算法进行寻优，按照禁忌迭代次数对局部最优的粒子进行禁忌，并将相似度大于预设相似阈值的粒子进行合并；

参数管理模块，所述参数管理模块用于采用所述最优管理参数组合，对所述目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过获取目标通风柜内存储的试剂的M个试剂类别，M为大于等于1的整数，然后获取M个试剂类别的试剂的M个加权容许浓度信息，根据M个加权容许浓度信息，构建M个约束条件，根据M个加权容许浓度信息，以及M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合M个试剂类别的权重，构建评价函数，根据M个约束条件和评价函数，在目标通风柜内的过滤参数范围和通风参数范围内进行过滤参数和通风参数的组合寻优优化，获得最优管理参数组合，其中，通过粒子群优化算法进行寻优，按照禁忌迭代次数对局部最优的粒子进行禁忌，并将相似度大于预设相似阈值的粒子进行合并，通过采用最优管理参数组合，对目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理。达到了优化参数配置过程，提升参数管理效率的技术效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种用于净化型通风柜的参数配置管理方法流程示意图；

图2为本申请实施例提供的一种用于净化型通风柜的参数配置管理方法中构建M个约束条件的流程示意图；

图3为本申请实施例提供的一种用于净化型通风柜的参数配置管理方法中获得最优管理参数组合的流程示意图；

图4为本申请实施例提供的一种用于净化型通风柜的参数配置管理系统结构示意图。

附图标记说明：试剂类别获取模块11，约束条件构建模块12，评价函数构建模块13，管理参数组合获得模块14，参数管理模块15。

具体实施方式

本申请通过提供了一种用于净化型通风柜的参数配置管理方法及系统，用于针对解决现有技术中净化型通风柜的参数配置难度大，效率低的技术问题。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

实施例一

如图1所示，本申请提供了一种用于净化型通风柜的参数配置管理方法，其中，所述方法包括：

步骤S100：获取目标通风柜内存储的试剂的M个试剂类别，M为大于等于1的整数；

在一个可能的实施例中，所述目标通风柜是任意一个需要进行参数配置管理的净化型通风柜。所述M个试剂类别是目标通风柜内存储药剂所属的种类，优选的，以试剂的主要成分为分类依据，划分为无机试剂和有机试剂，进而，无机试剂可以按照单质、氧化物、碱、酸、盐进行类别划分，有机试剂可以按照烃类、烃的衍生物、糖类蛋白质、高分子化合物进行类别划分，然后获得存储试剂的M个试剂类别，为后续分析试剂对应的管理约束要求提供基础信息。

步骤S200：获取所述M个试剂类别的试剂的M个加权容许浓度信息，根据所述M个加权容许浓度信息，构建M个约束条件；

进一步的，如图2所示，获取所述M个试剂类别的试剂的M个加权容许浓度信息，根据所述M个加权容许浓度信息，构建M个约束条件，本申请实施例步骤S200还包括：

步骤S210：获取所述M个试剂类别的试剂的M个加权容许浓度信息；

步骤S220：将所述M个试剂类别的试剂在所述目标通风柜内进行存储时，在预设时间周期内的时间加权浓度信息小于等于所述M个加权容许浓度信息，作为所述M个约束条件。

在本申请的实施例中，加权容许浓度信息是接触者在一个正常8小时工作日或一个40小时工作周中，对接触者健康不引起有害作用时平均每个小时可以接触试剂的最高浓度。当实际接触试剂的浓度高于加权容许浓度信息时，会对接触者的健康产生不良影响。因此，通过获取M个试剂类别的试剂的有害程度，并根据有害程度确定对接触者健康不引起有害作用时，在一天中接触溶度乘以接触时间再除以8个小时后获得的结果作为M个加权容许浓度信息。

在一个实施例中，获取M个试剂类别的试剂在所述目标通风柜内进行存储，检测并计算获得M个试剂类别的试剂在预设时间周期内的时间加权浓度信息，分别与M个加权容许浓度信息进行比较，将在预设时间周期内的时间加权浓度信息小于等于所述M个加权容许浓度信息，作为M个约束条件。优选的，通过根据目标通风柜的M个试剂类别的试剂的历史存放数据，统计在预设时间周期内不同接触时间段对应的有害气体聚集浓度，然后分别乘以接触时间后进行加和，将加和结果除以8个小时的结果作为时间加权浓度信息。优选的，所述时间加权浓度信息可以用加权计算公式进行计算，加权计算公式如下：

步骤S300：根据所述M个加权容许浓度信息，以及所述M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合所述M个试剂类别的权重，构建评价函数；

进一步的，根据所述M个加权容许浓度信息，以及所述M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合所述M个试剂类别的权重，构建评价函数，如下式：

在一个可能的实施例中，所述M个试剂类别的权重是利用专家调查法获得的，可选的，基于本领域技术人员对M个实际类别的权重进行分配，例如基于层次分析法进行权重分配。优选的，通过多个技术人员根据M个试剂类别的毒性和挥发程度确定的M个试剂类别的试剂在目标通风柜内进行存储管理时所占的比重，获得多个权重分配结果，进而，对多个权重分配结果内M个试剂类别的权值进行均值处理，获得M个试剂类别的权重。通过根据M个加权容许浓度信息、M个试剂类别在存储时的有害气体聚集浓度和存储质量，以及M个试剂类别的权重，从而构建评价函数。其中，所述评价函数是对M个试剂类别在目标通风柜内的存储状态进行评价的函数，从而反映了目标通风柜在不同管理参数下对M个试剂类别的试剂的管理质量。由此，实现了对目标通风柜的管理质量进行量化评分，提升管理可靠性的目标。

步骤S400：根据所述M个约束条件和评价函数，在所述目标通风柜内的过滤参数范围和通风参数范围内进行过滤参数和通风参数的组合寻优优化，获得最优管理参数组合，其中，通过粒子群优化算法进行寻优，按照禁忌迭代次数对局部最优的粒子进行禁忌，并将相似度大于预设相似阈值的粒子进行合并；

进一步的，如图3所示，根据所述M个约束条件和评价函数，在所述目标通风柜内的过滤参数范围和通风参数范围内进行过滤参数和通风参数的组合寻优优化，获得最优管理参数组合，本申请实施例步骤S400还包括：

步骤S410：初始化获得Q个粒子、Q个速度，并在所述过滤参数范围和通风参数范围随机生成所述Q个粒子的Q个初始解，Q个初始解内包括满足所述约束条件的Q个第一管理参数组合；

步骤S420：根据所述评价函数，计算所述Q个第一管理参数组合的Q个第一评价得分；

步骤S430：根据所述Q个第一评价得分和所述Q个第一管理参数组合，计算获得所述Q个粒子内每两个粒子之间的多个第一相似度，将第一相似度大于所述预设相似阈值的粒子进行合并，获得合并后的P个粒子，并根据合并的两个粒子的两个第一评价得分，对合并后的粒子的速度进行调整，P为大于1小于等于Q的整数；

步骤S440：将所述P个粒子的P个第一评价得分内的最大值对应的粒子加入禁忌表内，在所述禁忌迭代次数内不进行更新；

步骤S450：根据禁忌后的R个粒子的R个第一评价得分，对R个粒子的速度进行更新，获得R个更新速度，并根据所述R个更新速度更新获得R个第二管理参数组合，R=P-1；

步骤S460：继续进行迭代寻优，直到达到预设寻优次数，将寻优过程中评价得分最大的管理参数组合输出为所述最优管理参数组合。

在一个实施例中，为了获得对目标通风柜进行管理的最优管理参数组合，首先需要获得进行寻优的目标对象，优选的，通过根据目标通风柜的出厂参数信息，提取目标通风柜内的过滤参数范围和通风参数范围作为参数组合选取的范围，进而，通过从过滤参数范围和通风参数范围中分别任意选取一个过滤参数和通风参数，作为一个管理参数组合，经过多次选取获得多个管理参数组合，进而根据M个约束条件对多个管理参数组合进行约束，将不符合M个约束条件中任意一个约束条件的管理参数组合进行剔除，从而获得所述Q个第一管理参数组合，Q例如为10，其中，所述Q个第一管理参数组合被包含于Q个初始解中，Q为大于1的整数。优选的，进行过滤参数和通风参数组合寻优优化时，主要使用粒子群优化算法进行寻优，通过生成Q个粒子，每个粒子具有一个速度和一个初始解。其中，初始解中包含满足约束条件的第一管理参数组合。粒子的速度是粒子在寻优过程中的移动速度。

在一个可能的实施例中，通过根据评价函数对Q个第一管理参数组合进行管理质量评分，获得对应的Q个第一评价得分。进而，以Q个第一评价得分和Q个第一管理参数组合为依据，计算Q个粒子内每两个粒子之间的相似度，获得多个第一相似度。其中，第一相似度是对两个粒子之间从按照粒子内的管理参数进行管理的评分、通风参数、过滤参数三个维度进行相似程度计算后获得的值，第一相似度越大，两个粒子之间的相似程度越高。所述预设相似阈值是由本领域技术人员设定的两个粒子可以进行合并的最低相似度数值。

在一个可能的实施例中，通过将第一相似度大于所述预设相似阈值的粒子进行合并，优选的，在合并的过程中保留第一评分得分较大的粒子，删除第一评分得分较小的粒子，同时为保留下来的粒子对应的速度进行放大调整，从而提升保留下来的粒子的寻优速度，进而，实现提升寻优速度的目标。

在本申请的实施例中，为了避免在寻优过程中陷入局部寻优，通过将P个粒子的P个第一评分得分内的最大值对应的粒子加入禁忌表中，在禁忌迭代次数内不对该粒子进行更新寻优。其中，所述禁忌表是在寻优过程中不进行更新寻找的禁忌粒子列表。所述禁忌迭代次数是在寻优过程中，由本领域技术人员设定的禁忌表中的粒子在寻优过程中不进行寻找更新的次数，在寻优次数达到禁忌迭代次数后，将禁忌表内对应的粒子进行解除禁忌，进行寻找更新，如此，可避免陷入局部最优，提升获得全局最优解的概率。优选的，在每一次迭代寻优的过程中，一定会对上一次迭代寻优结果中第一评分得分最大值对应的粒子进行禁忌，因此，每次寻优过程至少有一个禁忌粒子加入禁忌表中。

在一个实施例中，根据R个第一评分得分的大小对R个粒子的速度进行更新，获得R个更新速度。其中，R个更新速度对应R个粒子在寻优时移动的速度，也就是对管理参数组合内的过滤参数和通风参数进行调整的幅度，速度越大，调整幅度越大，对应的粒子会更快的靠近最优解。根据R个更新速度对R个粒子位置进行更新，根据更新后的位置获得对应的R个第二管理参数组合，其中，R=P-1。所述预设寻优次数是由本领域技术人员设定的进行寻优的次数，例如可以为80-150次，优选为100次。当迭代寻优的次数达到预设寻优次数后，将寻优过程中评分得分最大的管理参数组合输出作为最优管理参数组合。

进一步的，根据所述评价函数，计算所述Q个第一管理参数组合的Q个第一评价得分，本申请实施例步骤S420还包括：

步骤S421：根据所述目标通风柜在历史时间内的配置参数，分别获取在所述Q个第一管理参数组合下存储预设时间周期后，所述M个试剂类别的试剂的Q*M个有害气体浓度和Q*M个试剂质量；

步骤S422：分别获取在所述Q个第一管理参数组合下存储预设时间周期后，所述M个试剂类别的试剂的Q*M个时间加权浓度信息；

步骤S423：将所述Q*M个有害气体浓度和Q*M个试剂质量输入M个预设评价标准内，获得Q*M个聚集浓度评分和Q*M个存储质量评分；

步骤S424：将所述Q*M个时间加权浓度信息、Q*M个聚集浓度评分和Q*M个存储质量评分输入所述评价函数，计算获得所述Q个第一评价得分。

具体而言，通过对目标通风柜在历史时间内的使用记录进行获取，从中调取历史时间内的配置参数，或根据Q各第一管理参数组合进行通风柜管理试验，进而获得在Q个第一管理参数组合下存储预设时间周期后，M个试剂类别的试剂对应的Q*M个有害气体浓度和Q*M个试剂质量。其中，Q*M个有害气体浓度是目标通风柜内有害气体的累计浓度，和Q*M个试剂质量是在预设时间周期内M个试剂在Q个第一管理参数组合下进行存储管理的试剂质量情况。

在一个可能的实施例中，基于Q*M个有害气体浓度计算M个试剂类别的试剂的Q*M个时间加权浓度信息，进而，根据本领域对M个试剂类别的试剂的有害气体聚集程度评价标准和存储质量评价标准，即预设评价标准内，获得Q*M个聚集浓度评分和Q*M个存储质量评分，其中，有害气体浓度越大，则聚集浓度评分越小，存储质量越优，则存储质量评分越大。然后利用所述评价函数进行计算，获得Q个第一评价得分。

进一步的，本申请实施例步骤S400还包括：

步骤S470：根据所述Q个第一评价得分和所述Q个第一管理参数组合，计算获得所述Q个粒子内每两个粒子之间的多个第一相似度，如下式：

步骤S480：分别判断所述多个第一相似度是否大于所述预设相似阈值，对第一相似度大于所述预设相似阈值的两个粒子进行合并，将较大的第一评价得分的粒子作为合并后的粒子，计算合并的两个粒子的两个第一评价得分之和与所述Q个第一评价得分的均值的比值，对合并后的粒子的速度进行调整计算。

在一个可能的实施例中，通过利用第一相似度计算公式，对Q个粒子内每两个粒子之间的相似度进行计算，获得多个第一相似度，优选的，在进行权重分配时，

在一个实施例中，预设相似阈值可基于本领域技术人员进行设置例如可以为6，判断所述多个第一相似度是否大于所述预设相似阈值，当两个粒子的第一相似度大于所述预设相似阈值时，对两个粒子进行合并，并根据合并的两个粒子的两个第一评价得分之和与所述Q个第一评价得分的均值的比值，作为对合并的粒子的速度进行调整计算的依据，对合并后的粒子的速度进行乘积计算，提升合并后的粒子的速度。

进一步的，根据禁忌后的R个粒子的R个第一评价得分，对R个粒子的速度进行更新，本申请实施例步骤S450还包括：

步骤S451：分别根据所述R个粒子的R个第一评价得分与所述R个第一评价得分的均值的比值，对所述R个粒子的速度进行更新计算，获得所述R个更新速度；

步骤S452：根据所述R个更新速度，所述R个粒子在所述过滤参数范围和通风参数范围进行随机生成获得R个第二管理参数组合，其中，R个第二管理参数组合内的过滤参数和通风参数和所述R个粒子的第一管理参数组合内的过滤参数和通风参数的差值与所述R个更新速度正相关。

在本申请的实施例中，可以通过将R个粒子的R个第一评价得分与所述R个第一评价得分的均值的比值，与对应的R个粒子的速度进行相乘计算，其中，对于合并调整速度的粒子，对调整后的速度进行计算，根据相乘计算的结果获得R个更新速度。进而，以R个更新速度对R个粒子在过滤参数范围和通风参数范围内进行参数调整和组合，获得R个第二管理参数组合。其中，R个第二管理参数组合内的过滤参数和通风参数和所述R个粒子的第一管理参数组合内的过滤参数和通风参数的差值与所述R个更新速度正相关，也就是说，更新速度越大，第二管理参数组合内的过滤参数和通风参数与第一管理参数组合内的过滤参数和通风参数的差值越大，进而，越快接近最优解，实现了提升寻优速度的目标。

步骤S500：采用所述最优管理参数组合，对所述目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理。

具体而言，在获得所述最优管理参数组合后，对所述目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理，使目标通风柜达到最佳的运行状态。

综上所述，本申请实施例至少具有如下技术效果：

本申请通过根据M个试剂类别的试剂信息确定M个约束条件，从而实现对寻优过程中可以参与寻优的参数组合进行约束的目标，然后构建根据管理参数组合进行管理的通风柜的管理质量进行量化评价的评价函数，进一步提升参数选取的质量，利用粒子群优化算法进行寻优，获得最优管理参数组合，实现了提升参数配置的效率的目标，根据获得的最优管理参数组合，对目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理。达到了提升参数管理效率，优化参数配置管理的过程的技术效果。

实施例二

基于与前述实施例中一种用于净化型通风柜的参数配置管理方法相同的发明构思，如图4所示，本申请提供了一种用于净化型通风柜的参数配置管理系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：

试剂类别获取模块11，所述试剂类别获取模块11用于获取目标通风柜内存储的试剂的M个试剂类别，M为大于等于1的整数；

约束条件构建模块12，所述约束条件构建模块12用于获取所述M个试剂类别的试剂的M个加权容许浓度信息，根据所述M个加权容许浓度信息，构建M个约束条件；

评价函数构建模块13，所述评价函数构建模块13用于根据所述M个加权容许浓度信息，以及所述M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合所述M个试剂类别的权重，构建评价函数；

管理参数组合获得模块14，所述管理参数组合获得模块14用于根据所述M个约束条件和评价函数，在所述目标通风柜内的过滤参数范围和通风参数范围内进行过滤参数和通风参数的组合寻优优化，获得最优管理参数组合，其中，通过粒子群优化算法进行寻优，按照禁忌迭代次数对局部最优的粒子进行禁忌，并将相似度大于预设相似阈值的粒子进行合并；

参数管理模块15，所述参数管理模块15用于采用所述最优管理参数组合，对所述目标通风柜内的通风装置和过滤装置进行过滤参数和通风参数的管理。

进一步的，所述约束条件构建模块12用于执行如下方法：

获取所述M个试剂类别的试剂的M个加权容许浓度信息；

将所述M个试剂类别的试剂在所述目标通风柜内进行存储时，在预设时间周期内的时间加权浓度信息小于等于所述M个加权容许浓度信息，作为所述M个约束条件。

进一步的，根据所述M个加权容许浓度信息，以及所述M个试剂类别在存储时的有害气体聚集浓度和存储质量，结合所述M个试剂类别的权重，构建评价函数，如下式：

其中，L为评价得分，

进一步的，所述管理参数组合获得模块14用于执行如下方法：

初始化获得Q个粒子、Q个速度，并在所述过滤参数范围和通风参数范围随机生成所述Q个粒子的Q个初始解，Q个初始解内包括满足所述约束条件的Q个第一管理参数组合；

根据所述评价函数，计算所述Q个第一管理参数组合的Q个第一评价得分；

根据所述Q个第一评价得分和所述Q个第一管理参数组合，计算获得所述Q个粒子内每两个粒子之间的多个第一相似度，将第一相似度大于所述预设相似阈值的粒子进行合并，获得合并后的P个粒子，并根据合并的两个粒子的两个第一评价得分，对合并后的粒子的速度进行调整，P为大于1小于等于Q的整数；

将所述P个粒子的P个第一评价得分内的最大值对应的粒子加入禁忌表内，在所述禁忌迭代次数内不进行更新；

根据禁忌后的R个粒子的R个第一评价得分，对R个粒子的速度进行更新，获得R个更新速度，并根据所述R个更新速度更新获得R个第二管理参数组合，R=P-1；

继续进行迭代寻优，直到达到预设寻优次数，将寻优过程中评价得分最大的管理参数组合输出为所述最优管理参数组合。

进一步的，所述管理参数组合获得模块14用于执行如下方法：

根据所述目标通风柜在历史时间内的配置参数，分别获取在所述Q个第一管理参数组合下存储预设时间周期后，所述M个试剂类别的试剂的Q*M个有害气体浓度和Q*M个试剂质量；

分别获取在所述Q个第一管理参数组合下存储预设时间周期后，所述M个试剂类别的试剂的Q*M个时间加权浓度信息；

将所述Q*M个有害气体浓度和Q*M个试剂质量输入M个预设评价标准内，获得Q*M个聚集浓度评分和Q*M个存储质量评分；

将所述Q*M个时间加权浓度信息、Q*M个聚集浓度评分和Q*M个存储质量评分输入所述评价函数，计算获得所述Q个第一评价得分。

进一步的，所述管理参数组合获得模块14用于执行如下方法：

根据所述Q个第一评价得分和所述Q个第一管理参数组合，计算获得所述Q个粒子内每两个粒子之间的多个第一相似度，如下式：

分别判断所述多个第一相似度是否大于所述预设相似阈值，对第一相似度大于所述预设相似阈值的两个粒子进行合并，将较大的第一评价得分的粒子作为合并后的粒子，计算合并的两个粒子的两个第一评价得分之和与所述Q个第一评价得分的均值的比值，对合并后的粒子的速度进行调整计算。

进一步的，所述管理参数组合获得模块14用于执行如下方法：

分别根据所述R个粒子的R个第一评价得分与所述R个第一评价得分的均值的比值，对所述R个粒子的速度进行更新计算，获得所述R个更新速度；

根据所述R个更新速度，所述R个粒子在所述过滤参数范围和通风参数范围进行随机生成获得R个第二管理参数组合，其中，R个第二管理参数组合内的过滤参数和通风参数和所述R个粒子的第一管理参数组合内的过滤参数和通风参数的差值与所述R个更新速度正相关。

需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。