首页 > 文献资料
-
BP神经网络与遗传算法结合优化培养基配方应用研究
BP神经网络可以用来对培养基的配方进行优化设计,并且能够弥补一些传统方法的不足,但是由于BP神经网络自身固有的缺陷导致网络参数的不确定性,因而优化过程中常易陷于局部优而想象全局优结果的搜索.利用遗传算法全局寻优的特点,将其与BP神经网络结合,可以有效地提高网络的预测精度和推广能力.
-
基于人工神经网络的自适应疾病诊断模型研究
本文利用人工神经网络和遗传算法的融合技术构建了一个智能疾病诊断模型,该模型能针对不同疾病或诊断因子的变化,自适应地调整模型网络结构,表现出良好的泛化性和诊断精度.
-
基于小波变换的多分辨率CT/MRI图像配准
本文以仿射模型为基础将区域配准问题转化成优化问题,然后给出小波金字塔分解用于配准的一般框架,并与常规金字塔分解法进行了分析比较;针对配准过程的多变量非线性优化问题,结合混沌理论和遗传算法提出了改进的全局优化的混沌遗传算法.这种算法将混沌序列嵌入标准遗传算法,对标准遗传算法的个体进行混沌化处理,利用混沌的遍历特性来改进遗传算法的鲁棒性.
-
基于模糊C均值聚类改进算法的脑部MR图像分割研究
目的 提出一种基于邻域隶属度参数优化的模糊C均值(Fuzzy C-Means,FCM)聚类改进算法,并用于脑部MR图像分割.方法 首先,采用遗传算法、粒子群优化算法和联合算法计算隶属度函数佳参数,然后采用此隶属度函数优化FCM聚类算法相似度函数,后根据改进的FCM聚类算法分割脑部MR图像.图像分割精确性评价指标采用假阴性率、假阳性率、分割错误率和相似性系数.结果 选用不同FCM算法对包含噪声的人工合成图像和临床实例MR图像进行仿真实验.定性分析显示本文提出的FCM聚类改进算法获得分割图像能保留更多的边缘和细节信息;定量评价显示基于本文提出的FCM改进算法获得的分割假阴性率(0.0058％～4.28％)、假阳性率(0.0182％～20.15％)和错误率(0.0085％～7.15％)均小,相似性系数高达92.65％.结论 联合使用遗传算法和粒子群优化算法能获得佳隶属度参数,基于此改进的FCM聚类算法能有效克服噪声造成的局限性,提高脑部MR图像分割精准度,具有较高的临床应用价值.
-
基于自组织特征映射和梯度熵聚类的MR脑部图像分割新算法
目的 提出一种新颖的基于自组织特征映射和遗传算法的无监督MR脑部图像分割算法.方法 本研究算法分为5步:图像预处理去除背景噪声和颅骨部分、提取图像中两类统计特征和几何不变矩、遗传算法降低特征空间维度、训练自组织特征映射完成向量分类和使用梯度熵聚类算法得到分割图像.结果 选用国际MR脑图像库和临床实例MR图像进行仿真实验.定性分析表明基于本文算法的分割图像中白质、灰质和脑脊液边界完整清晰;定量评估结果显示本文提出的遗传特征优化算法优于常用的主分量分析法,梯度熵算法所得分割图像优于K-means聚类算法,且本文提出的算法在白质和脑脊液分割方面优于现存佳的CGMM算法.结论 本文提出的分割流程没有涉及任何关于体素分类的先验知识,是一种完全无监督的MR脑部组织自动分割方法,具有很强的稳定性、优越性,且获得高精确性的分割图像.
-
基于遗传算法的药物溶出数据的拟合
利用遗传算法(GA)对药物溶出数据进行拟合.以通脉丸中芍药苷的溶出数据为载体,利用GA来实现威布尔溶出曲线的数据拟合,并确定威布尔分布函数.拟合的威布尔溶出曲线为,均方差为0.01,实际值与拟合曲线基本一致.利用GA进行药物溶出数据的拟合非常方便、快速、准确,并且不依赖初始值.
-
国境口岸食源性微生物检测基因芯片探针设计新方法的研究
SNP位点选择是国境口岸食源性微生物基因芯片检测探针设重影响着检测速度和检测质量,为此提出了一种基于遗传算法的SNP位点的自动选择方法.该方法运用粗糙集理论评估SNP位点组合的分类能力,综合与检测实验密切相关的设计指标,采用遗传算法进行优化搜索.实验结果表明,该方法具有很好的稳健性和较快的收敛速度,能够准确地寻找食源性微生物的SNP位点组合,为大规模的检测芯片探针自动设计提供了快速可靠的途径,缩短了国境口岸致病微生物的检测时限,提高了检测结果的准确性.
-
基于GA-BP神经网络的单病种成本预测研究
目的:针对单病种成本管理难度大、管理成本高等问题,通过对单病种成本的快速准确估算,实现病种成本的动态跟踪,为合理确定病种支付标准、有效降低医院运营成本提供重要保障.方法:利用矩阵形式表示单病种成本构成,构建单病种成本结构模型,把GA和BP算法相结合应用到单病种成本预测领域,并以天津市一所三甲医院阑尾炎病种进行分析.结果:建立GA- BP网络的单病种成本预测模型,表明该模型具有计算精度高、适用范围广、运算速度快的特点.结论:为单病种成本预测提供可靠依据,具有广泛的应用前景.
-
支持向量回归等6种方法用于均匀设计优化的比较研究
目的:比较多元线性回归、逐步多元回归(SMR)、BP网络(BPNN)、基于遗传算法的BPNN(GA-BPNN)、支持向量回归(SVR)和小二乘SVR(LS-SVR)6种方法用于均匀设计(UD)优化的效果.方法:以某uD实验数据为研究载体,采用平均绝对百分比误差等为评价指标,对6种方法进行了精度、泛化能力及优化效率等的评价.结果:SMR方法简洁,需时少;BPNN稳健性较差,GA-BPNN性能较BPNN大为提高;SVR准确度高,泛化能力强,优于其他方法.结论:SMR、GA-BPNN、SVR和LS-SVR4法均可较好地用于该载体的优化;对于变量较少、非线性不复杂而精度要求不苛刻时的uD优化,宜用SMR;而对于变量较多、非线性较为复杂而精度要求较高时,SVR较宜,其次GA-BPNN和LS-SVM.
-
基于遗传算法优化黄连中盐酸小檗碱的提取工艺研究
目的:确定黄连的佳提取工艺条件;进一步验证遗传算法(GA)在中药研究中的应用效果.方法:以液料比、乙醇浓度、提取次数和提取时间为考察因素,HPLC法测定盐酸小檗碱的含量,以盐酸小檗碱含量为目标函数,采用正交试验设计优选黄连中盐酸小檗碱的提取工艺,进一步采用遗传算法全局优化正交试验结果.结果:遗传算法所得其优提取工艺为:加药材13倍量的50％乙醇提取3次,每次1h;此条件下盐酸小檗碱的含量为60.69mg/g,与预测值(59.93mg/g)相近.结论:该工艺稳定,生产成本低,盐酸小檗碱得率高,可用于黄连中盐酸小檗碱的提取.显示遗传算法在中药提取工艺优化方面具有一定优越性.
-
基于GA-ANN模式识别技术的中药效应成分筛选研究
目的:应用基于遗传算法(GA)的BP神经网络(BP-ANN)模型和平均影响值(MIV)算法对中药效应成分进行筛选.方法:以四制香附为模型药物,通过MATLAB 7.14软件中的遗传算法和神经网络工具箱,建立GA-ANN模型,筛选出四制香附治疗痛经功效的主要效应成分.结果:四制香附有效成分中治疗痛经的前4位为:在体动物模型中为x13、x15、x16、x7峰;离体模型中为x15、x13、x16、x9峰.结论:运用GA-ANN算法与前期研究的PLS-ANN法分析结果相吻合,提示GA-ANN算法可有效的实现四制香附调经止痛有效成分的筛选.
-
R语言优化温郁金油的羟丙基-β-环糊精包合工艺
目的:通过R语言结合BP神经网络和遗传算法优化温郁金挥发油的羟丙基-3-环糊精(HPCD)包合工艺.方法:以挥发油包合率、包合物收得率、含油率为考察指标,运用响应面设计试验,采用溶液搅拌法-真空冷冻干燥等技术,制备温郁金油HPCD包合物.在R语言环境下建立数学模型,编程建立BP神经网络,训练并优化网络模型,再运用遗传算法,进行网络目标寻优,得到包合工艺的佳条件.结果:温郁金HPCD包合工艺佳条件为HPCD与温郁金油用量比10:1,包合温度30℃,包合时间2h,模型综合评价预测值为43.58,与实验所得平均综合评价值43.81相比,相对误差为0.53％,说明网络具有良好的预测性.结论:该数学模型简单、客观、准确,为温郁金油包合工艺优化提供了新的参考.
-
基于R语言的养阴通脑颗粒总黄酮提取优化
目的:运用R语言结合BP神经网络和遗传算法优化复方养阴通脑颗粒中总黄酮提取工艺.方法:在单因素试验的基础上采用4因素3水平的正交试验设计方法,提取并测得养阴通脑颗粒中总黄酮的含量.通过R语言,建立BP神经网络模型,再利用遗传算法对网络进行目标寻优,从而得到养阴通脑颗粒总黄酮的佳提取工艺.结果:养阴通脑颗粒中总黄酮的优工艺条件为乙醇浓度55％、提取时间1.5h、提取温度80℃、液料比15∶1,模型预测值为119.04mg,而实验平均值为120.35mg,相对误差为1.09％,因此具有良好的网络预测性.结论:此数学模型可用来对养阴通脑颗粒中总黄酮的提取工艺进行分析和预测,为实现中药有效部位和成分目标寻优提供了新的参考.
-
基于遗传算法的中医药治疗肺癌核心有效处方的发现及实验研究
目的:探讨中医药治疗肺癌核心处方的数据挖掘方法,对核心处方进行有效性评价.方法:收集300例非小细胞肺癌患者,利用遗传算法发现核心中药处方,通过建立C57BL/6近交系小鼠Lewis肺癌动物模型进行核心处方的有效性评价.结果:挖掘出核心有效处方4张(P＜0.05),动物实验表明核心处方可抑制Lewis肺癌皮下移植瘤的瘤体生长,瘤重较对照组减轻(P＜0.05),同时联合组对小鼠肿瘤负荷抑制明显,瘤重轻.结论:遗传算法是中医药治疗肺癌核心处方数据挖掘的有效方法,挖掘出的核心处方经初步验证有明确疗效.
-
基于改进BP神经网络的中药水提液陶瓷膜污染预测研究
目的 为防治中药水提液陶瓷膜纯化过程中的膜污染问题,探索预测污染度的新方法.方法 对BP神经网络模型进行改进,利用隐含层佳神经元数目的快速确定方法、BP神经网络权值和阈值的快速寻优算法,建立中药水提液陶瓷膜污染预测模型,对207组中药水提液数据进行网络训练和预测.结果 与多元回归分析、基本BP神经网络、RBF神经网络等模型相比,应用改进BP神经网络模型进行预测实验的拟合误差更小,均方误差仅为0.0057;此外,改进BP神经网络模型的性能更加稳定,在20次随机运行实验中达到预设目标的成功率高达95%.结论 改进模型具有很好的网络性能、拟合效果和预测能力,能够稳定准确地预测膜污染度.
-
遗传算法在秦皮提取液混批勾兑中的应用
目的:探讨遗传算法用于秦皮提取液多目标混批勾兑的可行性.方法:选择指纹图谱相似度和指标性成分含量的均方根误差为共同优化目标,对10批不同来源、批次的秦皮提取液建立多目标优化模型,运用遗传算法求得勾兑系数,对各批次提取液进行混批勾兑,以相似度和均方根误差评价确定勾兑后提取液的质量.结果:各批次秦皮提取液混批勾兑后,其质量明显改善,与对照样品间的指纹图谱相似度显著提高,变异程度降低,指标性成分相对偏差小于10%.结论:遗传算法可用于秦皮提取液多目标的混批勾兑,为中药提取液的质量控制提供新思路.
-
基于遗传算法和BP网络的清开灵注射液增溶工艺优化研究
目的:优化清开灵注射液的增溶工艺.方法:以清开灵注射液八混液中间体中胆酸的溶解度为指标,通过均匀设计,结合基于遗传算法的BP神经网络(GA-BPNN)建模,对工艺参数进行优化.结果:增溶剂种类和八混液pH影响较大,而增溶剂浓度影响较弱;增溶剂宜选择聚氧乙烯脱水山梨醇单油酸酯(Tween-80),八混液pH一定范围内宜选择较大者,增溶剂浓度虽和溶解度正相关,但因其影响甚弱,故过高的浓度意义不大.结论:均匀设计结合GA-BPNN建模的方法,适合于中药注射液的增溶工艺的优化,具有一定的实际应用价值.
-
支持向量机法优化复方威灵仙喷雾剂的水提工艺研究
该文优化了复方威灵仙喷雾剂的水提工艺.实验采用L9(34)正交试验设计复方威灵仙喷雾剂的水提工艺;熵值法求解各有效成分及出膏率的权重系数;再利用支持向量机结合遗传算法参数寻优建立模型,网格搜索优化复方威灵仙喷雾剂的工艺条件.结果显示经过新方法优化后的工艺条件为水提3次,每次2h,加水倍数为6.支持向量机在此条件下的预测值与验证的实际值相比,相对误差为1.23％.将支持向量机法与传统的正交直观分析方法进行对比,结果表明这种新方法用于优化复方威灵仙喷雾剂水提工艺更精确,可靠.
-
中医学基础主干课程网络测评系统的构建
基于计算机网络技术,利用遗传算法制定编码方法和初始种群、设计适应度函数和停机条件实现组卷,构建具有中医药学科特色的中医学基础主干课程网络测评系统,并对测评结果进行分析.该系统较好地解决了中医药学科关键的需求——跨知识点组卷,将中医学基础主干课程知识点融合一起测评,生成的试卷科学、合理,符合中医药学科特色.
-
滚筒式点样仪生物芯片制备效率的研究
目的 描述滚筒式点样仪制备生物芯片的两种方法以及制备周期的计算,分析比较两种点样方法的点样效率,为提高生物芯片制备效率提供理论依据.方法 传统的静态点样方法中,为避免因滚筒频繁启停所造成的过冲或振动而采用了一种S形加减速方式.连续动态点样方法中,用遗传算法求得滚筒转速和点样针单圈喷点次数的优解,计算出点样过程中各个阶段所需的时间,得出生物芯片制备周期,后用实验验证了计算的准确性.结果 传统的静态点样方式生物芯片制备周期为1173s,连续动态点样方式制备周期为846 s,效率提高了27.8％.结论 连续动态点样方式比传统的静态点样方式的生物芯片制备效率更高,更加符合行业要求.
