文件大小：0.89M
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
