学位论文 > 优秀研究生学位论文题录展示
基于遗传算法的含上下界约束混料试验处方优化研究
作 者: 刘春艳
导 师: 仇丽霞
学 校: 山西医科大学
专 业: 公共卫生
关键词: 上下界约束 混料试验 单目标优化 遗传算法 处方优化
分类号: TP18
类 型: 硕士论文
年 份: 2013年
下 载: 21次
引 用: 0次
阅 读: 论文下载
内容摘要
混料问题是工农业生产、医药学领域及科学研究中经常会遇到的一种配方配比问题。混料是由几种成分按照一定的比例制作而成的一些物品,这些物品的某些特性往往与其各混料成分百分比有关,而不是其绝对值。在医药学领域中,人们往往需要寻求药物试验的最优处方,以使试验指标在一定意义下达到最优。如何安排混料试验设计方案,构建合理的数学模型,用什么方法优化混料试验,确定最佳配方配比,以达到提高试验效率、增加产量、降低成本等目的,这都是混料试验中需要解决的难题。对于含上、下界约束的混料试验设计问题,国内外学者根据最优设计的原理提出了极端顶点混料设计、D-最优混料设计等。针对这类混料试验的单目标优化问题,传统优化方法常采用直接法、等高线图法等,但这些方法在一定程度存在极大的主观性或局部最优等问题。基于以上这些情况,我们需要寻求一种适用于含上、下界约束混料试验的全局优化的方法,而近几年来新发展的遗传算法(genetic algorithm, GA)是模拟生物自然进化过程的一种随机优化搜索方法,该方法在解决全局最优化问题时,显示了其突出优势。该方法的搜索效率很高,稳健性好,搜索过程可以有效地避免局部优化。本课题在研究极端顶点混料设计、D-最优混料设计以及含混料约束遗传算法的原理、方法的基础上,利用Genetic algorithm platforms v1.0软件,探索遗传算法在单目标药物混料试验处方优化中的应用。本课题主要研究内容有:第一部分含上、下界约束混料试验的概述。介绍了混料试验的概念,适用于含上、下界约束混料试验中的极端顶点混料设计、D-最优混料设计的原理、方法及适用范围。第二部分含混料约束遗传算法的概述。介绍了含混料约束遗传算法的原理,随机优化搜索步骤,及与其他传统单目标优化方法比较的突出优势之处。第三部分遗传算法优化含上、下界约束混料试验处方的效果评价。采用混料测试函数对单目标遗传算法进行模拟测试。结果显示:在自变量取值范围内,遗传算法可以得到与等高线图法基本一致的最优解;求导法得到的最优解超出了测试函数的自变量取值范围,其最优解不具有实际意义;等高线图法确定最优解时存在一定的主观性。遗传算法可以得到满足函数约束条件的最优解,且提供了多个精确的可供选择的自变量组合,搜索结果稳定,说明该方法优化单目标混料试验效果理想,可用于实际混料问题的优化。第四部分基于遗传算法的混料试验处方优化的探索性研究。选用基于极端顶点混料设计和D-最优混料设计的混料试验处方优化的数据,采用遗传算法对其优化,并与原文中传统方法优化的结果进行比较。柿子叶提取物的自微乳化释药系统最优处方的研究中,采用了极端顶点混料设计安排试验方案,并采用遗传算法对其优化分析,大约在进化30代以后,搜索结果趋于稳定。得出自微乳化释药系统的三种成分油、表面活性剂、助表面活性剂所占的比例分别为33.0%、10.0%、57.0%时,评价指标目标函数值达到最大为0.9558,并进一步得到自微乳传递系统中总黄酮类化合物的溶解度为49.12mg/g,比等高线图法求得的值增大1.32mg/g;纳米乳剂的液滴大小为22.92nm,比等高线图法求得的值减小2.02nm,更接近处方优化的最优值。对金黄色葡萄球菌有抑制作用的抗菌剂最优处方的研究中,采用了D-最优混料设计安排试验方案,并采用遗传算法对其优化分析,大约在10代以后,搜索结果趋于稳定。得出抗菌剂的三种配方天然抑菌剂、壳聚糖、迷迭香提取物的比例分别为13.7%、60.9%、25.4%时,试验评价指标对金黄色葡萄球菌的抑菌率达到最大为81.768%,优于原文中等高线图法得到的结果。综上所述,单目标遗传算法在优化含上、下界约束混料试验处方问题中,方法可行,搜索效果理想,对于解决实际含上、下界约束混料试验的优化问题具有一定应用价值。
|
全文目录
中文摘要 6-8 英文摘要 8-12 前言 12-16 第一章 含上、下界约束混料试验 16-24 1.1 混料试验的概念 16 1.2 含上、下界约束的混料试验 16-24 1.2.1 适用于含上、下界约束混料试验的设计方法 17-22 1.2.2 含上、下界约束混料试验回归模型的建立 22-24 第二章 含混料约束的遗传算法 24-31 2.1 遗传算法的概述 25-26 2.2 含混料约束遗传算法的基本步骤 26-31 2.2.1 初始化 27-28 2.2.2 评价 28 2.2.3 编码问题 28 2.2.4 选择 28-29 2.2.5 交叉(基因重组) 29-30 2.2.6 变异 30-31 第三章 遗传算法优化含上下界约束混料试验的效果评价 31-38 3.1 混料测试函数 31 3.2 优化方法 31-32 3.2.1 求导法 31 3.2.2 等高图法 31 3.2.3 单目标遗传算法 31-32 3.3 结果与分析 32-37 3.3.1 求导法 32 3.3.2 等高线图法 32-33 3.3.3 遗传算法 33-37 3.4 三种方法效果比较 37 3.5 小结 37-38 第四章 基于遗传算法的含上下界约束混料试验处方优化的探索性研究 38-54 4.1 极端顶点设计混料试验处方优化应用实例 38-46 4.1.1 资料与方法 38-41 4.1.2 结果分析 41-45 4.1.3 优化效果比较 45-46 4.2 D-最优混料设计试验处方优化应用实例 46-53 4.2.1 资料与方法 46-48 4.2.2 结果分析 48-52 4.2.3 优化效果比较 52-53 4.3 小结 53-54 第五章 结论与讨论 54-57 5.1 结论 54-55 5.2 讨论 55 5.3 下一步工作 55-57 参考文献 57-61 综述 61-69 参考文献 66-69 攻读学位期间发表论文情况 69-70 致谢 70-72 个人简介 72
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 遗传算法在物流仓储优化中的应用研究,F259.2
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 机械臂轨迹规划研究,TP242
- 基于遗传算法的前馈神经网络优化研究,TP183
- “十二五”期间能源结构优化及新能源发展对策研究,F206;F224
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
- 基于遗传算法的自动排课系统的设计与实现,TP311.52
- 基于强化学习的改进遗传算法研究,TP18
- 智能算法在车辆调度上的应用,TP301.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|