大连理工陶胜洋团队: 自优化 AI 算法大幅降低连续流工艺优化成本

学术   2024-11-02 10:50   北京  

研究背景

以连续制造技术为驱动,原料药、精细化学品的合成正逐步由传统的间歇式生产向更加高效的连续流生产过渡。相比于传统的间歇式生产方式,连续流合成提供了更广泛参数优化空间,然而这也带来了更高的工艺优化成本。
以高斯过程为代理模型的贝叶斯优化算法已经广泛应用于连续流的工艺中,然而现有的贝叶斯优化算法往往在采集函数上采取自适应策略,而使用单一内核函数进行训练。在面对小数据集训练时,存在泛化能力差的问题从而提高了实验成本。

研究内容

近日,大连理工大学陶胜洋教授带领团队设计了一种自优化贝叶斯算法 (SOBayesian),成功应用于连续流合成的工艺优化。

  • 图 1. 吡啶基苯甲酰胺流动合成实验 (A) 平台配置 (B) 连续流反应路径和优化变量 (C) 贝叶斯优化合成工艺流程

该算法以高斯过程回归作为代理模型,并在模型训练过程中采用自适应策略,以此提升模型的训练效果。在模型的训练过程中通过引入正则化参数来减少过拟合的影响,同时为了避免模型训练时陷入局部极值陷阱采用了重启机制。内核函数作为高斯过程模型的核心对模型的预测起决定作用,该算法通过迭代径向基函数内核、马氏内核、有理二次内核、点乘内核并选取最佳内核进行最终的预测,显著地提升了算法的性能。在以往的案例中使用贝叶斯算法往往依赖于特定的采样方式来获得分布均匀的先验数据以及精准的实验结果,然而使用 SOBayesian 算法无需采用特定设计先验数据。同时在面对具有 5% 实验误差的先验数据时利用该算法进行优化不会改变最终优化结果。在一个标准的基础化学反应模型上进行测试,SOBayesian 的可重复性、准确性以及优化效率均高于目前连续流优化领域的主流算法。

研究团队利用该算法优化了以布赫瓦尔德 – 哈特维希反应合成吡啶基苯甲酰胺的连续流合成工艺,验证了该算法的有效性。在 30 轮迭代优化内实现了 79.1% 的产率,并且在使用较少的先验数据进行后续优化时,成功减少了 27.6% 的实验次数,显著降低了实验成本。算法通过对实验结果表明该反应是动力学控制的,为优化类似反应和连续流自动化优化提供了新的思路。
该成果以“Self-optimizing Bayesian for continuous flow synthesis process”(《用于连续流合成的自优化贝叶斯算法》)为题发表在英国皇家化学会期刊 Digital Discovery 上,并入选为期刊封面文章

‍‍

论文信息

  • Self-optimizing Bayesian for continuous flow synthesis process

    Runzhe Liu, Zihao Wang, Wenbo Yang*, Jinzhe Cao* and Shengyang Tao*陶胜洋,大连理工大学)

    Digital Discovery, 2024, 3, 1958-1966
    https://doi.org/
    10.1039/D4DD00223G

作者简介

刘润哲 博士研究生

大连理工大学

本文第一作者,大连理工大学化学学院博士研究生,研究方向为机器学习辅助化学合成,连续流合成。






陶胜洋 教授

大连理工大学

本文通讯作者,大连理工大学化学学院,教授,院长。长期从事微流体、连续化反应、智能化学等化学化工与信息技术交叉的科学研究;在国际知名期刊发表学术论文 100 余篇,主编、参编各类教材与学术著作七部;主持国家自然科学基金、国家重点领域科研项目及企业合作项目 20 余项。获评国家级青年人才,担任大连市智能化学重点实验室主任;担任中国化学会胶体与界面化学专业委员会青年委员会副主任;中国化工学会微化工技术、智能制造两个专业委员会委员;中国化学会会员期刊《化学通讯》首届科普教育类编委、辽宁省石油石化学会副理事长。

相关期刊

Digital technologies that bring the future closer

rsc.li/digitaldiscovery

Digital Discovery

2-年影响因子*6.2
5-年影响因子*6.2
JCR 分区*Q1 化学-多学科
Q1 计算机-跨学科应用
CiteScore 分2.8
中位一审周期43.5 


Digital Discovery 的重点是数字化技术和自动化工具与基础科学的相互结合,将囊括人工智能、实验自动化、机器人技术、数据库以及先进数据分析等领域的创新成果。本刊发表的研究工作范围广阔,但需有坚实的化学基础。作为一本金色开放获取的期刊,读者可免费获取论文的全文,同时从该刊发布起到 2024 年年中免收论文发表费用。

Editor-in-Chief

  • Alán Aspuru-Guzik
    🇨🇦 多伦多大学

Associate editors

  • Matthias Degroote
    🇧🇪 勃林格殷格翰

  • Cesar de la Fuente
    🇺🇸 宾夕法尼亚大学

  • Jason E Hein
    🇨🇦 不列颠哥伦比亚大学

  • Kedar Hippalgaonkar
    🇸🇬 南洋理工大学

  • Linda Hung
    🇺🇸 丰田研究所

  • Joshua Schrier
    🇺🇸 福特汉姆大学

Editorial board members

  • Lee Cronin
    🇬🇧 格拉斯哥大学

  • Yousung Jung
    🇰🇷 首尔国立大学

  • Anat Milo
    🇮🇱 内盖夫本-古里安大学

  • Lilo D. Pozzo
    🇺🇸 华盛顿大学(西雅图)

  • Ekaterina Skorb
    🇷🇺 圣彼得堡国立信息技术机械与光学大学

* 2023 Journal Citation Reports (Clarivate, 2024)
 CiteScore 2023 by Elsevier
 中位数,仅统计进入同行评审阶段的稿件






欢迎联系我们发布论文报道
📧 RSCChina@rsc.org

点击下方「阅读原文」查看论文原文
↓↓↓

RSC英国皇家化学会
英国皇家化学会,是全球领先的化学学术团体,致力于推动化学科学的卓越发展。推送最新的国际化学新闻,分享顶尖的化学科研成果及丰富的化学学术活动。
 最新文章