基于BP神经网络与遗传算法优化白芍产地加工与炮制生产一体化工艺研究

2025-07-10 50 0.89M 0

  摘要:目的解决白芍炮制生产一体化生产工艺参数寻优方法单一的问题,进一步优化白芍炮制工艺参数。方法以白芍炮制生产一体化工艺流程为研究对象,基于BP神经网络算法,选取煮制时间、干燥时间、干燥温度3项工艺参数为神经网络输入,以白芍主要成分含量的总评归一值为神经网络输出,构建质量评价预测模型。将所构建的质量评价预测模型与遗传算法相结合,构建时间与质量复合型适应度函数,进行工艺参数寻优研究。结果遗传算法-BP神经网络工艺参数寻优模型求得的最佳工艺参数为煮制时间13.956min,干燥时间4.495h,干燥温度52.498 ℃,总评归一值0.759。结论遗传算法-BP神经网络工艺参数寻优模型与Box-Behnken响应面法可相互验证,遗传算法-BP神经网络工艺参数寻优方法可作为单一响应面法寻优的有力补充,为白芍炮制领域工艺参数寻优提供了一种新的解决方案。

  文章目录

  1 实验数据

  1.1 原始数据的来源

  1.2 数据预处理

  2 遗传算法-BP神经网络寻优模型的设计

  2.1 模型总体结构与工作流程

  2.2 BP神经网络质量预测模型的设计与训练

  2.2.1 BP神经网络质量预测模型的设计

  2.2.2 BP神经网络质量预测模型的训练

  2.3 遗传算法工艺参数寻优模型的设计

  3 模型测试与分析

  3.1 质量预测对比实验

  3.2 工艺参数寻优对比实验

  4 结论



您还没有登录,请登录后查看详情



 
举报收藏 0打赏 0评论 0
本类推荐
下载排行
网站首页  |  关于我们  |  联系方式  |  用户协议  |  隐私政策  |  版权声明  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  蜀ICP备2024057410号-1