基于孟德?tīng)柖嗄繕?biāo)簡(jiǎn)單遺傳算法藥物提取條件的優(yōu)化分析.pdf

1、醫(yī)藥學(xué)研究領(lǐng)域中存在大量的多目標(biāo)優(yōu)化問(wèn)題，所以多目標(biāo)優(yōu)化是一個(gè)非常重要的研究領(lǐng)域。多目標(biāo)設(shè)計(jì)中的同時(shí)優(yōu)化，可能是相互競(jìng)爭(zhēng)的，目標(biāo)函數(shù)偏離于單一優(yōu)化函數(shù)的原因在于它很少允許單個(gè)好的解決方法，而往往允許一組可選的解決方案。多目標(biāo)優(yōu)化技術(shù)的主要目標(biāo)是找到Pareto集中的一個(gè)或多個(gè)可被接受的解決方案。傳統(tǒng)方法常將多目標(biāo)問(wèn)題轉(zhuǎn)化為一個(gè)或一系列的單目標(biāo)優(yōu)化問(wèn)題來(lái)完成，目標(biāo)規(guī)劃法、乘除法、線性加權(quán)組合法和功效系數(shù)法的優(yōu)化解，往往是在某一個(gè)目標(biāo)上最優(yōu)

2、，而在另一個(gè)目標(biāo)上可能是最差的，不能保證所有目標(biāo)都存在最優(yōu)解，且它們只能提供唯一解，這也是運(yùn)籌學(xué)界一個(gè)有待攻關(guān)的問(wèn)題。
　　 遺傳算法是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法，它在解決復(fù)雜問(wèn)題方面已取得了成功的應(yīng)用，并受到了人們廣泛關(guān)注。然而遺傳算法的優(yōu)化技術(shù)，在今后的發(fā)展中還有許多工作需要不斷充實(shí)提高。因此以遺傳研究，尋找求解實(shí)際問(wèn)題的更加有效的算法是很有意義的。
　　 本課題在探討孟德?tīng)柖嗄繕?biāo)簡(jiǎn)單遺傳算法原理和方法

3、的基礎(chǔ)上，利用課題組成員英國(guó)Glasgow大學(xué)軟件工程師陳益針對(duì)課題要求開(kāi)發(fā)的Matlab外掛SGALAB工具箱，對(duì)程序進(jìn)行可靠性測(cè)試，對(duì)MMOSGA進(jìn)行效果評(píng)價(jià)，為MMOSGA的實(shí)際應(yīng)用提供理論依據(jù)及可行的程序；利用微波萃取五味子和柴胡有效成分提取工藝實(shí)驗(yàn)數(shù)據(jù)，采用孟德?tīng)柖嗄繕?biāo)簡(jiǎn)單遺傳算法確定最優(yōu)提取條件，探索MMOSGA的實(shí)用價(jià)值；針對(duì)金蓮花有效成分提取試驗(yàn)，利用孟德?tīng)柖嗄繕?biāo)簡(jiǎn)單遺傳算法優(yōu)化提取條件，從試驗(yàn)的角度驗(yàn)證MMOSGA的實(shí)

4、用價(jià)值。本課題的研究?jī)?nèi)容和結(jié)果主要有：
　　 第一部分孟德?tīng)柖嗄繕?biāo)簡(jiǎn)單遺傳算法效果評(píng)價(jià)與程序測(cè)試。
　　 對(duì)標(biāo)準(zhǔn)測(cè)試函數(shù)分別進(jìn)行優(yōu)化。結(jié)果顯示：三個(gè)測(cè)試函數(shù)在給出范圍內(nèi)，搜索的目標(biāo)函數(shù)值與函數(shù)最優(yōu)解空間有較好的近似度。提示：多目標(biāo)優(yōu)化結(jié)果達(dá)到了測(cè)試函數(shù)理論值水平，所用Matlab2009a外掛SGALAB工具箱beta5008程序是可行的；由于遺傳算法的隨機(jī)性，應(yīng)用中可多運(yùn)行幾次，選擇目標(biāo)函數(shù)值最大作為最優(yōu)解方案。

5、>　　 第二部分孟德?tīng)柖嗄繕?biāo)簡(jiǎn)單遺傳算法在微萃取五味子以及柴胡有效成分的提取工藝的應(yīng)用研究，探索MMOSGA的實(shí)用價(jià)值。利
　　 用微波萃取五味子提取工藝的資料，研究浸膏得率(％)、五味子醇甲含量(％)、五味子總木脂素含量(％)三個(gè)相互競(jìng)爭(zhēng)的多目標(biāo)優(yōu)化，結(jié)果顯示：MMOSGA優(yōu)化后五味子醇甲、五味子總木脂素都達(dá)到了單目標(biāo)最大目標(biāo)函數(shù)值的95％以上，確定的最優(yōu)提取條件的效果高于試驗(yàn)中任何一個(gè)方案。若以三目標(biāo)MMOSGA15號(hào)方案

6、看，50克五味子飲片粉碎77目，加入6.84倍的89.3％乙醇，在417W微波下萃取9分鐘，浸膏得率20.07％、五味子醇甲4.95％、五味子總木脂素11.16％；在柴胡有效成分的提取工藝研究中，若以柴胡蒸餾液中揮發(fā)油的吸收度和柴胡皂苷a的含量進(jìn)行MMOSGA兩目標(biāo)優(yōu)化，兩個(gè)目標(biāo)都達(dá)到了單目標(biāo)最大目標(biāo)函數(shù)值的88％以上，可選擇比較理想的第6號(hào)方案作為最優(yōu)條件，即78℃浸漬，收集相當(dāng)于藥材2倍量蒸餾液，繼用8倍量含5％氨水的95％乙醇提取

7、1小時(shí)，揮發(fā)油的吸收度可以達(dá)到72.49％，柴胡皂苷a的含量可達(dá)到32.71％。
　　 第三部分基于遺傳算法的金蓮花有效成分最優(yōu)提取條件的試驗(yàn)研究，驗(yàn)證MMOSGA的實(shí)用價(jià)值。
　　 針對(duì)金蓮花有效成分提取工藝的試驗(yàn)，研究出膏率(％)、總黃酮含量(％)兩個(gè)相互競(jìng)爭(zhēng)的多目標(biāo)優(yōu)化，結(jié)果顯示：水提取金蓮花工藝，MMOSGA算法搜索出的的出膏率、總黃酮含量都達(dá)到了單目標(biāo)遺傳算法最大目標(biāo)函數(shù)值的95％以上，確定的最優(yōu)提取條件的效果

8、高于試驗(yàn)中任何一個(gè)方案，若以兩目標(biāo)孟德?tīng)柡?jiǎn)單遺傳算法2號(hào)方案看，用13.31倍水，浸泡0.60h，煎煮1.49h，煎煮2.72次，出膏率可達(dá)到41.79％，總黃酮含量可達(dá)到6.73％；醇提取金蓮花工藝，MMOSGA算法搜索出的的出膏率、總黃酮含量都達(dá)到了單目標(biāo)孟德?tīng)柡?jiǎn)單遺傳算法最大目標(biāo)函數(shù)值的95％以上，確定的最優(yōu)提取條件的效果高于試驗(yàn)中任何一個(gè)方案，若以兩目標(biāo)遺傳算法8號(hào)方案看，用12倍61％的乙醇提取1.50h，提取3次，出膏率可達(dá)