基于遺傳算法的混料均勻設(shè)計優(yōu)化分析研究.pdf

1、目的：研究混料均勻設(shè)計方法的原理及應(yīng)用條件，探索遺傳算法對單目標(biāo)混料均勻設(shè)計最優(yōu)配方、配比的優(yōu)化效果，以克服傳統(tǒng)方法主觀性和局部最優(yōu)的不足，提高優(yōu)化算法的精度，為醫(yī)藥學(xué)混料均勻設(shè)計的優(yōu)化問題提供科學(xué)、合理的方法，拓展Genetic algorithm platforms 軟件的應(yīng)用范圍，提供可行的工具。
　　 方法：研究混料均勻設(shè)計的原理，合理安排試驗；在混料條件約束下和其它附加條件的共同約束下，構(gòu)建Scheffe 多項式混料均

2、勻設(shè)計模型；運用Genetic algorithmplatforms v1.0軟件對全局優(yōu)化方法——遺傳算法的優(yōu)化效果進(jìn)行評價，探索遺傳算法對混料均勻試驗配方、配比的優(yōu)化效果，與數(shù)學(xué)求導(dǎo)和三維圖、等高圖結(jié)果進(jìn)行比較；針對對乙酰氨基酚口腔崩解片和青藤堿脂質(zhì)體膜材處方的配比問題，采用遺傳算法進(jìn)行約束條件下的單目標(biāo)尋優(yōu)，并與傳統(tǒng)尋優(yōu)方法進(jìn)行比較。
　　 結(jié)果：（1）測試函數(shù)的極大值為10.136973，不在約束條件范圍內(nèi)，在其約束條件

3、范圍內(nèi)僅有等高線上的解；遺傳算法在約束條件范圍內(nèi)搜索的目標(biāo)函數(shù)值的平均水平為10.136，變異度小，精度高，與等高圖直觀看到的結(jié)果是一致的，其解屬于約束條件范圍內(nèi)等高線上的解；（2）用遺傳算法求得實例1中對乙酰氨基酚口腔崩解片硬度平均水平為91.180，高于原文獻(xiàn)中預(yù)測硬度87.3, 提高了6.72％；
　　 遺傳算法搜索到的各組分解的目標(biāo)值也均大于任何一次試驗的硬度值。若選擇第13次搜索結(jié)果作為最優(yōu)配方條件，其口腔崩解片硬度9

4、3.174，對應(yīng)的處方配比為：
　　 乳糖占30.1％、微晶纖維素60.3％、交聯(lián)羧甲纖維素鈉占9.6％。（3）用遺傳算法求得實例2中青藤堿脂質(zhì)體膜材處方包封率平均水平為80.6％，高于原文獻(xiàn)中預(yù)測包封率75.36％，提高了7.61％;遺傳算法搜索到的各組分解的目標(biāo)值均大于任何一次試驗的預(yù)測包封率。在本例中預(yù)測最高包封率為81.1％，該條件下各組分配比依次為青藤堿占0.1％、豆磷脂占75.6％、膽固醇占23.9％、維生素E 占0