微束系统的结构生成方法、装置及设备

本技术涉及微束设计的，尤其是涉及到一种微束系统的结构生成方法、装置及设备。

背景技术：

1、微束系统是微米和纳米尺度样品辐射、改性、离子束分析和其他应用的高效工具。目前，微束系统的设计工作完全依赖于人工，它需要在初始微束系统结构的基础上，基于设计人员的经验对微束系统中参数指标进行反复修改，以使得经过调整后的微束系统结构能够满足设计要求。因此，微束装置的设计过程对设计人员的经验要求较高，且设计过程需要反复修改，是一项费时费力的工作，很难在短时间内设计出满足要求的微束系统结构。

技术实现思路

1、有鉴于此，本技术提供了一种微束系统的结构生成方法、装置及设备，主要目的在于解决现有技术中微束装置设计高度依赖设计人员, 对设计人员的经验要求较高, 且设计流程耗时较长，很难快速给出满足要求的设计方案的问题。

2、根据本技术的第一个方面，提供了一种微束系统的结构生成方法，包括：

3、获取目标微束系统的结构约束数据；

4、将所述结构约束数据与随机数相结合输入至预先训练的生成网络模型，由所述生成网络模型根据所述结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据。

5、进一步地，所述所述获取目标微束系统的结构约束数据，包括：

6、确定目标微束系统的设计需求；

7、根据所述设计需求，将目标微束系统中相应的结构设计数据进行拼接，得到目标微束系统的结构约束数据。

8、进一步地，在所述将所述结构约束数据与随机数相结合输入至预先训练的生成网络模型，由所述生成网络模型根据所述结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据之前，所述方法还包括：

9、获取微束系统的结构训练数据，所述结构训练数据包括用于结构约束的输入数据和用于结构预测的输出数据；

10、根据所述结构训练数据对生成网络模型进行训练，在训练过程中更新输入数据与输出数据之间的映射关系，所述映射关系用于在所述输入数据作为结构约束的基础上对所述输出数据进行结构预测；

11、当训练满足迭代停止条件时，根据更新的映射关系构建生成网络模型。

12、进一步地，所述获取微束系统的结构训练数据，包括：

13、获取不同微束设计结构下计算的样本数据，所述样本数据包括束流能量数据、结构设计数据以及在结构设计下产生的性能数据，所述束流能量数据包括微束系统给定的束流能量，所述结构设计数据至少包括微束系统中用于结构设计的多个磁铁沿着束线方向的长度以及多个磁铁在束线长度上的位置布局，所述位置布局包括多个磁铁之间的距离、微束系统的物距离以及微束系统的工作距离；

14、根据所述束流能量数据和所述结构设计数据，构造用于结构约束的输入数据，所述输入数据至少包括微束系统给定的束流能量、微束系统中用于结构设计的束线长度以及微束系统的工作距离；

15、根据所述结构设计数据，构造用于结构预测的输出数据，所述输出数据至少包括微束系统中用于结构设计的多个磁铁沿着束线方向的长度、多个磁铁之间的距离以及微束系统的物距离。

16、进一步地，在所述获取不同微束设计结构下计算的样本数据之后，所述方法还包括：

17、利用所述性能数据对所述样本数据进行筛选，以保留满足预设性能条件的样本数据；

18、根据所述结构设计数据将所述微束系统中用于结构设计的多个磁铁沿着束线方向的长度、多个磁铁之间的距离、微束系统的物距离以及微束系统的工作距离进行加和，得到微束系统中用于结构设计的束线长度，以在所述满足预设性能条件的样本数据的基础上将所述束线长度添加至用于结构约束的输入数据。

19、进一步地，在所述将所述结构约束数据与随机数相结合输入至预先训练的生成网络模型，由所述生成网络模型根据所述结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据之后，所述方法还包括：

20、根据所述目标微束系统的结构数据，计算所述目标微束系统在生成结构下产生的靶区束斑尺寸；

21、利用所述靶区束斑尺寸对所述目标微束系统的结构数据进行验证，所述靶区束斑尺寸越小表征所述目标微束系统的结构数据越好。

22、进一步地，所述根据所述目标微束系统的结构数据，计算所述目标微束系统在生成结构下产生的靶区束斑尺寸，包括：

23、根据所述目标微束系统的结构数据，使用差分进化算法计算目标微束系统在生成结构下的最优磁感应强度值；

24、根据所述最优磁感应强度值和所述目标微束系统的结构数据，使用粒子追踪算法计算靶区束斑尺寸。

25、根据本技术的第二个方面，提供了一种微束系统的结构生成装置，包括：

26、第一获取单元，用于获取目标微束系统的结构约束数据；

27、生成单元，用于将所述结构约束数据与随机数相结合输入至预先训练的生成网络模型，由所述生成网络模型根据所述结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据。

28、进一步地，所述第一获取单元，具体用于：

29、确定目标微束系统的设计需求；

30、根据所述设计需求，将目标微束系统中相应的结构设计数据进行拼接，得到目标微束系统的结构约束数据。

31、进一步地，所述装置还包括：

32、第二获取单元，用于在所述将所述结构约束数据与随机数相结合输入至预先训练的生成网络模型，由所述生成网络模型根据所述结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据之前，获取微束系统的结构训练数据，所述结构训练数据包括用于结构约束的输入数据和用于结构预测的输出数据；

33、训练单元，用于根据所述结构训练数据对生成网络模型进行训练，在训练过程中更新输入数据与输出数据之间的映射关系，所述映射关系用于在所述输入数据作为结构约束的基础上对所述输出数据进行结构预测；

34、构建单元，用于当训练满足迭代停止条件时，根据更新的映射关系构建生成网络模型。

35、进一步地，所述第二获取单元，具体用于：

36、获取不同微束设计结构下计算的样本数据，所述样本数据包括束流能量数据、结构设计数据以及在结构设计下产生的性能数据，所述束流能量数据包括微束系统给定的束流能量，所述结构设计数据至少包括微束系统中用于结构设计的多个磁铁沿着束线方向的长度以及多个磁铁在束线长度上的位置布局，所述位置布局包括多个磁铁之间的距离、微束系统的物距离以及微束系统的工作距离；

37、根据所述束流能量数据和所述结构设计数据，构造用于结构约束的输入数据，所述输入数据至少包括微束系统给定的束流能量、微束系统中用于结构设计的束线长度以及微束系统的工作距离；

38、根据所述结构设计数据，构造用于结构预测的输出数据，所述输出数据至少包括微束系统中用于结构设计的多个磁铁沿着束线方向的长度、多个磁铁之间的距离以及微束系统的物距离。

39、进一步地，所述第二获取单元，具体还用于：

40、在所述获取不同微束设计结构下计算的样本数据之后，利用所述性能数据对所述样本数据进行筛选，以保留满足预设性能条件的样本数据；

41、根据所述结构设计数据将所述微束系统中用于结构设计的多个磁铁沿着束线方向的长度、多个磁铁之间的距离、微束系统的物距离以及微束系统的工作距离进行加和，得到微束系统中用于结构设计的束线长度，以在所述满足预设性能条件的样本数据的基础上将所述束线长度添加至用于结构约束的输入数据。

42、进一步地，所述装置还包括：

43、计算单元，用于在所述将所述结构约束数据与随机数相结合输入至预先训练的生成网络模型，由所述生成网络模型根据所述结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据之后，根据所述目标微束系统的结构数据，计算所述目标微束系统在生成结构下产生的靶区束斑尺寸；

44、验证单元，用于利用所述靶区束斑尺寸对所述目标微束系统的结构数据进行验证，所述靶区束斑尺寸越小表征所述目标微束系统的结构数据越好。

45、进一步地，所述计算单元，具体还用于：

46、根据所述目标微束系统的结构数据，使用差分进化算法计算目标微束系统在生成结构下的最优磁感应强度值；

47、根据所述最优磁感应强度值和所述目标微束系统的结构数据，使用粒子追踪算法计算靶区束斑尺寸。

48、根据本技术的第三个方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。

49、根据本技术的第四个方面，提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法的步骤。

50、借由上述技术方案，本技术提供的一种微束系统的结构生成方法、装置及设备，与目前现有技术中通过人工在初始微束系统结构的基础上对微束系统中参数进行调整以满足设计要求的微束系统的结构生成方式相比，本技术通过获取目标微束系统的结构约束数据，将结构约束数据与随机数相结合输入至预先训练的生成网络模型，由生成网络模型根据结构约束数据对目标微束系统进行结构设计，得到目标微束系统的结构数据。这一过程是神经网络的正向传播过程，因此耗时极短。整个过程通过预先训练的生成网络模型来替代人工调整微束系统结构的过程，该生成网络模型可适用至不同的结构约束场景，节省设计人员对微束系统进行反复结构调整的过程，极大加速了微束系统的设计流程，提升微束系统结构的生成效率。

51、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。