节点文献

基于PCA-RBF神经网络的中药片剂物料属性-抗张强度预测模型的研究

免费订阅

【作者】 赵海宁王亚静商利娜周梦楠张怡叶相印王雁雯高迪

【Author】 ZHAO Hai-ning;WANG Ya-jing;SHANG Li-na;ZHOU Meng-nan;ZHANG Yi;YE Xiang-yin;WANG Yan-wen;GAO Di;Tianjin University of Traditional Chinese Medicine;Engineering Research Center of Modern Chinese Medicine Discovery and Preparation Technique,Ministry of Education,Tianjin University of Traditional Chinese Medicine;

【通讯作者】 王亚静;

【机构】 天津中医药大学天津中医药大学现代中药发现与制剂技术教育部工程研究中心

【摘要】 构建基于主成分分析-径向基神经网络(PCA-RBF)的物料属性-抗张强度模型,对中药片剂的成型性进行预测。首先采用Design Expert 8. 0软件对不同类型提取物的用量进行混料实验设计,得到具有不同物理性质的中药提取混合物,并测定各提取物的粉体学性质和片剂抗张强度,利用PCA消除原始输入层数据的相关性,降低数据维度,减小网络规模,得到彼此不相关的新变量作为RBF神经网络的输入数据进行训练,并对片剂的抗张强度进行预测。实验结果表明构建的PCA-RBF模型对于片剂抗张强度具有很好的预测效果,最小相对误差为0. 25%,最大相对误差为2. 21%,平均误差为1. 35%,拟合度较高,表现出较好的网络预测精度。该研究初步构建了基于PCA-RBF的中药片剂物料属性-抗张强度的预测模型,为中药制剂质量有效控制方法的建立提供参考。

【基金】 国家“重大新药创制”科技重大专项(2018ZX09721-005);天津市科技计划项目(18ZXXYSY00130)
【所属期刊栏目】 制剂与炮制 (2019年24期)
  • 【DOI】10.19540/j.cnki.cjcmm.20190916.303
  • 【分类号】R283.6
  • 【下载频次】10
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: