换一批基于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
Optimization of the Integrated Processing and Manufacturing Process for Radix Paeoniae Albain Production Areas Based on BP Neural Network and Genetic Algorithm
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13.956 min,干燥时间4.495 h,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.
更多相关知识
栏目名称
DOI
10.3969/j.issn.2095-7246.2026.02.018
发布时间
2026-04-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
