换一批基于神经网络优化模型的中药复方安慰剂配色模拟研究
Simulation Study on Color Matching of Traditional Chinese Medicine Compound Placebo Based on Neural Network Optimi-zation Model
摘要目的 构建粒子群反向传播(Particle swarm optimization-back propagation,PSO-BP)神经网络对中药复方颗粒剂安慰剂制备着色剂的用量进行预测,为中药复方颗粒剂安慰剂颜色的模拟提供一种新思路.方法 运用BP神经网络建立样品颜色参数L、a?、b?与色素质量分数的模型,利用粒子群算法的全局搜索能力优化BP神经网络权重和偏置,防止模型出现局部最小值,再采用线性降低权系数法和引入变异算子提高粒子群算法的全局寻优能力;以颜色综合评价指标(ΔE)为客观评价标准,验证试验结果.结果 训练结果表明,改进的PSO-BP神经网络拟合精度最高达到98.31%;预测结果表明,改进的PSO-BP神经网络的预测误差最小,平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均色差(ΔE)分别为 0.411 5、2.164 6、2.56;制备 3 种颗粒的验证样品进行验证,验证样品与模型药物的ΔE分别为 1.73、2.63、4.11,肉眼直观评价其中两组与模型药物色差较小.结论 基于改进粒子群优化算法的BP神经网络可模拟中药复方颗粒剂安慰剂制备着色剂用量预测,可作为安慰剂配色研究的推荐优化模型.
更多相关知识
关键词
中药复方颗粒安慰剂颜色模拟神经网络粒子群算法CIELab颜色系统Chinese medicine compound granuleplacebocolor simulationneural networkparticle swarm optimizationCIELab color system
分类号
R283（中药学）
栏目名称
DOI
10.14148/j.issn.1672-0482.2024.0018
发布时间
2024-04-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
连云港市揭榜挂帅项目（CGJBGS2101）
- 浏览35
- 被引6
- 下载11
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
