首页 > 文献资料
-
非支配排序遗传算法多目标优化补阳还五汤总苷提取的实验研究
目的:多目标优化补阳还五汤总苷的提取条件.方法:采用BP人工神经网络建立补阳还五汤中黄芪甲苷、芍药苷和苦杏仁苷提取工艺的多目标优化模型,依据非支配排序遗传算法(NSGA-Ⅱ)对提取条件进行多目标优化.结果:得出了多目标优化模型的Pareto优解集,纳入决策者偏好确定佳提取条件为:溶剂量10.94倍,提取1.26h,提取3次,提取温度82.06℃.结论:NSGA-Ⅱ方法与BP人工神经网络结合可对补阳还五汤总苷提取条件实现有效的多目标寻优,本方法可为医药学研究领域中的多目标优化问题提供基于人工智能算法的解决方案.
-
冠状动脉支架力学性能多目标优化
在冠状动脉支架的结构设计中,为了确保支架具有高抗压性能的同时,大程度地减小扩张支架的压力,本文提出了多目标优化的概念.结合有限元模拟技术和人工神经网络方法,建立了膨胀压力与支架设计参数以及坍塌压力与支架设计参数之间的非线性映射模型.采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对其进行优化,得到了均匀分布的Pareto优解集,为工程人员提供了较多的设计方案.实验结果表明,该方法对于支架结构力学性能的优化具有明显的效果.
-
基于非支配排序遗传算法的效果评价及程序测试
目的 研究非支配排序遗传算法的多目标优化问题,并对其效果进行评价.方法 采用4个标准测试函数对NSGA进行模拟测试.结果 通过NSGA对测试函数的多目标优化,说明NSGA程序可靠,可推广应用到实际问题中.结论 在保证多个目标都优的前提下,NSGA搜索的Pareto非劣解比较理想,提供了可供研究者选择的Pareto非劣解方案.
-
非支配排序遗传算法多目标优化金莲花水提工艺的研究
目的:采用非支配排序遗传算法多目标优化金莲花水提工艺优提取条件,并对其效果进行评价.方法:利用英国Glasgow大学软件工程师陈益提供的Matlab2009a外挂SGALAB工具箱beta5完成遗传算法寻优;SPSS13.0软件进行统计分析.结果:经过非支配排序遗传算法( NSGA)多目标优化后,金莲花水提的出膏率、总黄酮含量平均水平能达到42.38%和6.84%,金莲花水提取工艺的优提取条件为加水13倍量、浸泡0.84 h、煎煮3次、每次煎煮1.87 h,并且验证试验达到了较好的效果.结论:在保证多个目标都优的前提下,NSGA搜索的帕累托非劣解比较理想,提供了可供研究者选择的Pareto非劣解方案,为试验设计优条件选择提供了合理的方法.