换一批遗传神经网络与遗传算法优选黄芪皂苷微波提取工艺条件
Optimization of microwave extraction conditions of astragalus saponins by genetic neural network and genetic algorithm
摘要目的 基于中心组合试验设计(central-composite design,CCD),采用遗传神经网络(genetic neural network,GNN)和遗传算法(genetic algorithm,GA)优选黄芪皂苷类成分的微波提取工艺条件.方法 构建黄芪皂苷的HPLC指纹图谱,选择含量较高的7种成分(黄芪皂苷Ⅰ～Ⅴ和异黄芪皂苷Ⅰ、Ⅱ),以峰面积代替质量浓度,将通过熵权法计算得到的综合得分作为评价指标.在单因素实验基础上,运用CCD开展实验,构建遗传神经网络以建立提取工艺条件与评价指标之间的定量关系,并通过遗传算法优选微波提取黄芪皂苷成分的最佳工艺参数,并与响应面法优化结果进行比较.结果 通过GNN与GA获得的最佳提取工艺条件为提取时间260 s、提取功率695 W、乙醇体积分数50％、液料比21.5,7个皂苷成分的综合得分为1 432.584;响应面分析法获得最佳提取工艺条件为提取时间190 s、提取功率880 W、乙醇体积分数70％、料液比18.5,7个皂苷成分的综合得分为1 066.236;GNN与GA所获提取工艺条件可有效增加综合得分.结论 通过熵权法以及遗传神经网络构建黄芪皂苷成分与微波提取工艺条件之间的数学模型是可行的,可为实现中药有效部位多成分提取、分离纯化的工艺优选提供一种新的模式.
更多相关知识
- 浏览111
- 被引21
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
