]。它是建立在现代神经科学研究成果基础上的一种抽象的数学模型,它反映了大脑功能的若干特征,但是并非逼真的描写,只是某种简化、抽象和模拟。人工神经网络具有并行性、自组织学习、自适应、非线性处理和容错抗噪性等特征,能从复杂的数据中总结出定量的规律,据此可对未知样品做出定量预报。人工神经网络有多种算法,但可以粗略地分为两类:有管理的人工神经网络和无管理的人工神经网络[31]。有管理的人工神经网络方法一般包括:误差反向传输(Back Propagation,BP)人工神经网络、径向基函数(Radial Basis Function,RBF)人工神经网络等。由于人工神经网络特有的非线性、适应性信息处理能力,克服了传统人工智能方法对于直觉,如模式、非结构化信息处理方面的缺陷,使之在模式识别、图像处理、组合优化等领域得到成功应用[32]。本论文将人工神经网络应用于响应曲面法对关木通碱制工艺进行实验设计优化。根据关木通碱制工艺的实验数据,确定实验的影响因素为NaHCO3浓度、浸泡次数、浸泡时间,响应值为总酸去除率。根据关木通碱制工艺的影响因素、水平数以及响应值进行响应曲面法设计。依据关木通碱制工艺的正交实验数据,建立的人工神经网络模型对关木通碱制工艺的响应值马兜铃总酸去除率进行预测,最后依据关木通碱制工艺的响应曲面法设计及总酸去除率的预测值,建立关木通碱制工艺的回归方程,优化得到碱制关木通的最佳工艺条件,并对RSM-BP和RSM-RBF这两种模式进行比较,实验结果表明,关木通碱制工艺的最优实验条件为:NaHCO3浓度为0.05mol/L、浸泡次数为3次、浸泡时间为24h,在此条件下,马兜铃总酸去除率可达到81.23%,RSM-RBF模式使原有实验深度优化。将人工神经网络与响应曲面法相结合对实验进行优化设计,为实验优化设计提供新的思路和方法,具有一定的理论指导意义和实际应用价值。万方数据
全文预览
