基于D-S证据理论的数学模型优化补阳还五汤中多目标有效成分提取工艺

论文摘要

目的采用新颖数学模型优化补阳还五汤中羟基红花黄色素A、阿魏酸、芒柄花素3种有效成分的提取工艺条件。方法采用响应面实验设计方法对补阳还五汤中羟基红花黄色素A、阿魏酸、芒柄花素3种成分进行提取,高效液相色谱法进行含量测定,计算各自提取率。利用D-S证据理论对3种成分提取率进行归一化,得到综合评价值,再运用遗传-神经网络模型和响应面方法,对综合评价值及相应的提取工艺条件进行目标寻优和预测。结果遗传-神经网络模型优化的最佳提取条件为:提取时间1.7 h、乙醇浓度50%、提取温度90℃、液料比16∶1,在此条件下寻优得到的综合评价值为77.20,平均验证真实值为76.47,两者RSD为1.49%。响应面法优化的最佳提取条件为:提取时间1.7 h,乙醇浓度53%,提取温度91℃,液料比14∶1,在此条件下寻优得到的响应面结果为66.75,平均验证真实值为70.82,两者RSD为2.64%。上述结果可知,响应面法的综合评价值预测结果较遗传神经网络模型低,且低于30组实验中的第3组,故寻优结果较劣;响应面法的验证试验真实值也较差于遗传神经网络模型的,故D-S证据理论下的遗传神经网络模型优于响应面法。结论将D-S证据理论与遗传神经网络模型结合应用于补阳还五汤有效成分多目标提取工艺优化、分析和预测,预测与验证结果吻合度较高,表明该方法可行性较好,这对中药药效物质基础的提取工艺优化研究提供了新的思路与参考。

论文目录

文章来源

类型: 期刊论文

作者: 冯琛,万嘉洋,姚玥,张涵,陈天翔,丁志山,李晓红,虞立,刘佳,金伟锋

关键词: 证据理论,补阳还五汤,有效成分,遗传算法,神经网络,提取工艺,优化

来源: 中国中医急症 2019年01期

年度: 2019

分类: 医药卫生科技,工程科技Ⅰ辑

专业: 有机化工,中药学

单位: 浙江中医药大学第二临床医学院,浙江中医药大学医学技术学院,浙江中医药大学第三临床医学院,浙江中医药大学药学院,浙江中医药大学生命科学学院

基金: 国家自然科学基金项目(81473587,81403284),浙江省基础公益研究计划项目(LGN18A010001,LGN19C190004),中国博士后科学基金面上资助项目(2018M630692),浙江省教育厅一般科研项目(201840159),浙江省自然科学基金(LR16H270001),浙江中医药大学2017年校级教学团队“数学建模教学团队”,2018年度浙江省新苗人才计划项目(2018R410036)

分类号: R284.2;TQ461

页码: 3-7+20

总页数: 6

文件大小: 300K

下载量: 154

相关论文文献

• [1].基于D-S证据理论的电子商务虚假评论者检测[J]. 小型微型计算机系统 2018(11)
• [2].基于D-S证据理论的出租车减排策略评价[J]. 交通信息与安全 2019(01)
• [3].基于云D-S证据理论的山区高速公路路段风险评判[J]. 科学技术与工程 2019(23)
• [4].基于D-S证据理论的人机交互意图识别技术研究[J]. 组合机床与自动化加工技术 2019(03)
• [5].基于D-S证据理论的网络安全态势预测研究[J]. 数码世界 2017(12)
• [6].虚拟科技创新团队的知识流动效率评价研究——基于D-S证据理论[J]. 情报学报 2013(07)
• [7].D-S证据理论改进算法提高水下目标识别准确性[J]. 现代防御技术 2018(01)
• [8].基于熵权灰色关联和D-S证据理论的疲劳驾驶险态辨识[J]. 汽车安全与节能学报 2018(02)
• [9].基于D-S证据理论的船舶动力系统配置设计评价方法[J]. 舰船科学技术 2019(14)
• [10].基于网络评论信息和D-S证据理论的云计算服务信任及采纳研究[J]. 图书馆学研究 2018(01)
• [11].基于改进D-S证据理论的网络入侵检测[J]. 控制工程 2017(11)
• [12].基于D-S证据理论的多维度信任评估方法[J]. 计算机与数字工程 2019(02)
• [13].基于D-S证据理论的辽宁省水资源短缺风险评价[J]. 地下水 2019(02)
• [14].基于物联网节点加权的D-S证据理论数据融合算法[J]. 桂林理工大学学报 2019(03)
• [15].基于D-S证据理论的特征融合车标识别方法[J]. 计算机系统应用 2019(10)
• [16].D-S证据理论中冲突证据的改进方法研究[J]. 电子测量技术 2018(23)
• [17].改进D-S证据理论在舰船直流电机故障诊断的应用[J]. 舰船科学技术 2019(04)
• [18].基于LS-SVM和D-S证据理论的轴承故障诊断[J]. 铁道车辆 2019(07)
• [19].基于BP神经网络和改进D-S证据理论的目标识别方法[J]. 计算机应用与软件 2018(03)
• [20].基于粗糙集和D-S证据理论的云网络风险评估[J]. 西安邮电大学学报 2017(06)
• [21].一种基于决策距离测量与D-S证据理论结合的多源冲突证据信息融合算法[J]. 兰州文理学院学报(自然科学版) 2018(06)
• [22].基于D-S证据理论的畜禽粪便厌氧发酵混合比例控制决策方法[J]. 科学技术创新 2019(08)
• [23].基于D-S证据理论的设备健康状态评估[J]. 电子质量 2019(02)
• [24].基于D-S证据理论的机载数字通信设备电磁环境适应性评估[J]. 航空科学技术 2018(01)
• [25].利用D-S证据理论进行特征融合的同义实体识别[J]. 计算机应用研究 2018(05)
• [26].基于D-S证据理论的带式输送机故障诊断[J]. 煤炭技术 2017(11)
• [27].一种最优证据选择方法[J]. 蚌埠学院学报 2014(01)
• [28].基于D-S证据理论的深基坑施工风险评价[J]. 工程管理学报 2018(05)
• [29].基于D-S证据理论的光电测量数据融合[J]. 信息与电脑(理论版) 2019(16)
• [30].基于博弈论和D-S证据理论的城市防洪标准方案决策优选方法[J]. 中国农村水利水电 2018(03)

标签：证据理论论文;  补阳还五汤论文;  有效成分论文;  遗传算法论文;  神经网络论文;  提取工艺论文;  优化论文;