换一批基于改进非劣分类遗传算法的多目标药物制备工艺优化分析
Optimization Analysis of 0ulti-objective Drug Preparation Process based on NSGA-Ⅱ
摘要目的 研究改进非劣分类遗传算法(nondominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)对葛根素亚微乳制备工艺的优化效果,并与多目标遗传算法(multiple objective genetic algorithm,MOGA)以及原文采用的效应面法的优化效果进行比较.方法 利用制备葛根素亚微乳中心试验的数据,采用改进非劣分类遗传算法寻找平均粒径和跨距均最小、而包封率最大的工艺条件.结果 采用NSGA-Ⅱ随机搜索 30 次,得到平均粒径为(220.173±18.153)nm;跨距的平均水平为(0.623±0.137)μm;包封率的平均水平为(83.873±2.176)%,与MOGA搜索结果的平均水平相比,NSGA-Ⅱ搜索精度更高,变异度更小.当乳化时间、搅拌转速、超声时间分别为 12.97min、1613r·min-1、31.15min时,对应的目标值平均粒径、跨距、包封率分别为 229.70nm、0.54μm、85.92%,优化效果满意,比MOGA及原文采用的效应面法找到的最优方案更理想.结论 在确保多个目标值都达到最优的前提下,NSGA-Ⅱ搜索得到的Pareto非劣解是合理的,达到了较满意的效果,为试验设计最优条件的选择提供了合理的方法.同时研究人员可根据实际情况,从Pareto非劣解集中确定可行、合理且最优的工艺优化方案.
更多相关知识
关键词
改进非劣分类遗传算法多目标优化Pareto非劣解中心试验Non-dominated sorting genetic algorithm ⅡMulti-objective optimizationPareto non-inferior solutionCentral test
栏目名称
DOI
10.11783/j.issn.1002-3674.2023.04.004
发布时间
2023-10-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（81973155）
- 浏览39
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
