数字微流控芯片是一种新兴的微流控技术,具有微型化、自动化、低成本和高效率的特点,能有效加快生化检测和分析的进行。因此,该技术在临床诊断、环境监测和药物制备等领域具有重要的应用价值。液滴路径规划是数字微流控芯片高级综合的核心步骤之一,旨在规划一组液滴的移动路径,要求液滴能够正确执行生化检测和分析的反应流程。在液滴的移动过程中,规划算法要避免液滴之间可能发生的意外混合,同时要满足时间约束。通常将最小化最晚到达终点的液滴的完成时间和最小化液滴移动过程中电极使用数量作为液滴路径规划问题的优化目标。为了有效解决液滴路径规划问题,本文先对问题进行建模,明确输入输出、约束条件和优化目标。针对四种不同的液滴意外混合场景,本文采用四种不同的方法避免液滴之间的意外混合。进一步,本文提出了一种基于演化路径优先级的液滴路径规划算法,算法包含演化算法部分和路径搜索算法部分。演化算法以路径优先级作为个体编码,用于搜索最优的液滴路径规划顺序。路径搜索算法是在给定路径优先级条件下,获取所有液滴的移动路径。路径搜索算法分为两个步骤,第一个步骤在忽略时序的情况下,在Dijkstra算法中引入代价函数,使液滴有倾向性地选择移动的网格,依次获得每个液滴的移动路径;第二个步骤考虑时序,将所有的液滴路径综合在一起,使液滴沿着路径同时移动。本文的实验分为两个部分,第一部分是单目标实验,把最小化液滴移动的完成时间作为优化目标;第二部分是多目标实验,把同时最小化液滴移动的完成时间和电极使用数量作为优化目标。本文提出的算法在三组测试集上做测试,包括一组真实的生化反应任务。实验结果表明,在只考虑完成时间的情况下,相比基准算法,本文提出的算法在测试集一和测试集二上获得更短的完成时间,在测试集三上获得更短的平均完成时间;在同时考虑完成时间和电极使用数量的情况下,相比基准算法,本文提出的算法在三个测试集上面能够取得更短的完成时间和平均完成时间,电极使用数量有所增加。为了验证算法的正确性和液滴路径的合法性,本文设计了一个验证工具,将液滴的移动过程可视化,同时向使用者报告液滴之间是否出现冲突。此外,该工具也提供了一个以本文算法为核心的液滴路径规划求解器,使用者可以自定义测试样例、参数以及选择不同的优化目标。