换一批基于Box-Behnken响应面法结合GA-BP神经网络多指标优化罗布麻叶微丸的制备工艺
Multi-index optimization of the preparation process of Apocynum venetum leaf pellets based on the Box-Behnken response surface methodology combined with the GA-BP neural network
摘要目的 采用Box-Behnken响应面法结合GA-BP神经网络多指标优化罗布麻叶微丸的制备工艺.方法 利用挤出滚圆法,以收率(％)、圆整度(°)、豪斯纳比(Hausner ratio,HR)和脆碎度(％)为评价指标制备罗布麻叶微丸.在单因素试验基础上,以载药量(％)、滚圆频率(Hz)和滚圆时间(min)为考察因素,基于G1-EWM对各评价指标进行组合赋权并计算综合评价指标,采用Box-Behnken响应面法优化罗布麻叶微丸制备工艺;建立GA-BP神经网络模型,选取合理数据进行学习和训练,并预测罗布麻叶微丸制备工艺;验证比较Box-Behnken响应面法和GA-BP神经网络模型结果,确定罗布麻叶微丸的最佳制备工艺.结果 Box-Behnken响应面法的综合评价指标均值为0.9732(RSD=0.53％),与理论值0.9710相比较,绝对误差为0.0022;GA-BP神经网络的综合评价指标均值为0.8691(RSD=0.63％),与理论值0.9857相比较,绝对误差为-0.1166.因此,最终确定罗布麻叶微丸的最佳制备工艺为:载药量为20％、滚圆时间为2 min、滚圆频率为20 Hz.结论 基于Box-Behnken响应面法结合GA-BP神经网络多指标优化的罗布麻叶微丸制备工艺稳定可行,较为合理.
更多相关知识
关键词
罗布麻叶微丸Box-Behnken响应面法G1-EWM单因素试验GA-BP神经网络Apocynum venetum leaf pelletsBox-Behnken response surface methodologyG1-EWMsingle-factor experimentGA-BP neural network
分类号
R283.6（中药学）
栏目名称
DOI
10.3969/j.issn.1001-5817.2025.02.010
发布时间
2025-05-26（万方平台首次上网日期，不代表论文的发表时间）
- 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
