反向传播人工神经网络结合熵权法多指标优化当归身的提取工艺

摘要：

目的:采用反向传播人工神经网络(BP-ANN)结合熵权法多指标优化当归身的提取工艺.方法:以提取温度、加液量、提取时间为考察因素,每个因素3个水平,开展L9(34),正交设计;运用熵权法计算阿魏酸、绿原酸、欧前胡素、藁本内酯百分含量及浸出物含量的综合评分作为评价指标;再以上述评价指标为数据基础建立BP-ANN模型,通过网络训练,预测当归身的最优提取工艺.结果:优化得到的当归身最优提取工艺为加入药材重量的12倍量体积提取液,在87℃条件下提取80 min,检测样本的网络预测值和实际测量值的相对误差为0.776 4％.结论:建立的数学模型可对当归身提取工艺进行分析和预测,所得工艺稳定可行,可高效提取当归身的有效成分.

关键词：BP-ANN、熵权法、当归身、多指标、阿魏酸、绿原酸、欧前胡素、藁本内酯、浸出物含量

所属期刊栏目：43

分类号：R917(药物基础科学)

资助基金：国家重点研发计划;国家中药标准化项目（中药标准行动计划项目）;国家中医药管理局中医药行业科研专项项目;中华中医药学会青年人才托举工程项目

在线出版日期：2023-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：341-347