BP神经网络模型预测白芷超临界萃取结果探究.docVIP

BP神经网络模型预测白芷超临界萃取结果探究 　【关键词】 神经 摘要：目的用BP神经 网络 对白芷中香豆素类成分的超临界CO2萃取结果进行预测。 方法 以萃取压力、温度、时间、分离压力、药材粉碎度为网络的输入向量，以总香豆素、氧化前胡素和欧前胡素作为网络的输出，建立BP神经网络模型，利用正交实验数据对网络进行训练。结果得到一个结构为5×4×3的2层BP网络，测试样本的实际测量值与网络的输出吻合很好。结论可利用正交实验数据对BP网络进行训练，利用训练好的网络对中药药效物质基础的超临界萃取结果进行预测。 论文代写 关键词：神经网络； 超临界萃取； 白芷； 正交实验设计 论文代写 Forecasting the Extraction of Coumarins in Angelica dahurica by Supercritical CO2 with BP Neural Network 毕业论文 Abstract:ObjectiveTo predict the extraction results of coumarins in Angelica dahurica by supercritical CO2 using back-propagation neural network. MethodsBP neural network model was established by taking extraction pressure, temperature and time as well as separation pressure and pulverized degree as the inputs of network and the contents of oxyimperatorin, imperatorin and the overall coumarins in the extract as outputs of neural network. BP network was trained with Orthogonal experimental results. ResultsA 5×4×3 neural network has been set up. The forecasted profiles based on BP-NN model were closely similar to the target values. ConclusionOrthogonal experimental results could be used to training BP-NN and the trained BP-NN could forecast the extraction results of active components in Chinese herb medicines. Key words:BP Neural network; Supercritical Extraction; Angelica dahurica; Orthogonal Design 白芷性温，味辛，具有祛风除湿、通窍止痛、消肿排脓等功效［1］，是中药复方中的常用药，其药效物质基础是香豆素类物质，其中最主要的是氧化前胡素、欧前胡素［2］。 研究 表明白芷提取物中总香豆素的含量越高，其疗效也越好，因此白芷提取物中总香豆素的含量可作为白芷提取工艺的评判指标［3］。BP神经网络(Back-Propagation Neural Network)是一种能向着满足给定的输入输出关系方向进行自组织的神经网络，具有足够多隐层神经元的单隐层的2层BP神经网络可以任意精度逼近L2上的非线性函数［4］，因此其在函数逼近与分类识别优化等方面有巨大优势，近年来在生物药剂学、药物动力学和工艺优化的研究以及处方设计等方面也有 应用 ［5～8］。采用适当的实验方法考察各实验CO2因素对SFE萃取的 影响 ，测定SFE萃取物中药效物质基础的含量，然后利用得到的数据对神经网络进行训练,使之能对SFE萃取物中药效物质基础的含量进行预测，是中药提取方面的一个新课题，对推动中药 现代 化具有重要意义。本实验以白芷的代表成分欧前胡素、氧化前胡素为实验CO2指标，并以两者之和作为总香豆素的含量，采用正交实验CO2设计方法、利用超临界CO2萃取工艺对中药白芷中香豆素类物质进行提取研究，利用Matlab 6.5提供的神经网络工具箱建立BP神经网络模型，并利用优化后的网络对超临界萃取结果进行预测。 1 仪器和药品 毕业论文 CL-5型超临界流体萃取机（北京合世兴业有限公司，5L）；SSI-222D高效液相色谱仪（美国凯德）。