基于孟德爾多目標簡單遺傳算法藥物提取條件的優(yōu)化分析.pdf

1、醫(yī)藥學研究領域中存在大量的多目標優(yōu)化問題，所以多目標優(yōu)化是一個非常重要的研究領域。多目標設計中的同時優(yōu)化，可能是相互競爭的，目標函數(shù)偏離于單一優(yōu)化函數(shù)的原因在于它很少允許單個好的解決方法，而往往允許一組可選的解決方案。多目標優(yōu)化技術的主要目標是找到Pareto集中的一個或多個可被接受的解決方案。傳統(tǒng)方法常將多目標問題轉化為一個或一系列的單目標優(yōu)化問題來完成，目標規(guī)劃法、乘除法、線性加權組合法和功效系數(shù)法的優(yōu)化解，往往是在某一個目標上最優(yōu)

2、，而在另一個目標上可能是最差的，不能保證所有目標都存在最優(yōu)解，且它們只能提供唯一解，這也是運籌學界一個有待攻關的問題。
　　 遺傳算法是一種通過模擬自然進化過程搜索最優(yōu)解的方法，它在解決復雜問題方面已取得了成功的應用，并受到了人們廣泛關注。然而遺傳算法的優(yōu)化技術，在今后的發(fā)展中還有許多工作需要不斷充實提高。因此以遺傳研究，尋找求解實際問題的更加有效的算法是很有意義的。
　　 本課題在探討孟德爾多目標簡單遺傳算法原理和方法

3、的基礎上，利用課題組成員英國Glasgow大學軟件工程師陳益針對課題要求開發(fā)的Matlab外掛SGALAB工具箱，對程序進行可靠性測試，對MMOSGA進行效果評價，為MMOSGA的實際應用提供理論依據(jù)及可行的程序；利用微波萃取五味子和柴胡有效成分提取工藝實驗數(shù)據(jù)，采用孟德爾多目標簡單遺傳算法確定最優(yōu)提取條件，探索MMOSGA的實用價值；針對金蓮花有效成分提取試驗，利用孟德爾多目標簡單遺傳算法優(yōu)化提取條件，從試驗的角度驗證MMOSGA的實

4、用價值。本課題的研究內容和結果主要有：
　　 第一部分孟德爾多目標簡單遺傳算法效果評價與程序測試。
　　 對標準測試函數(shù)分別進行優(yōu)化。結果顯示：三個測試函數(shù)在給出范圍內，搜索的目標函數(shù)值與函數(shù)最優(yōu)解空間有較好的近似度。提示：多目標優(yōu)化結果達到了測試函數(shù)理論值水平，所用Matlab2009a外掛SGALAB工具箱beta5008程序是可行的；由于遺傳算法的隨機性，應用中可多運行幾次，選擇目標函數(shù)值最大作為最優(yōu)解方案。

5、>　　 第二部分孟德爾多目標簡單遺傳算法在微萃取五味子以及柴胡有效成分的提取工藝的應用研究，探索MMOSGA的實用價值。利
　　 用微波萃取五味子提取工藝的資料，研究浸膏得率(％)、五味子醇甲含量(％)、五味子總木脂素含量(％)三個相互競爭的多目標優(yōu)化，結果顯示：MMOSGA優(yōu)化后五味子醇甲、五味子總木脂素都達到了單目標最大目標函數(shù)值的95％以上，確定的最優(yōu)提取條件的效果高于試驗中任何一個方案。若以三目標MMOSGA15號方案

6、看，50克五味子飲片粉碎77目，加入6.84倍的89.3％乙醇，在417W微波下萃取9分鐘，浸膏得率20.07％、五味子醇甲4.95％、五味子總木脂素11.16％；在柴胡有效成分的提取工藝研究中，若以柴胡蒸餾液中揮發(fā)油的吸收度和柴胡皂苷a的含量進行MMOSGA兩目標優(yōu)化，兩個目標都達到了單目標最大目標函數(shù)值的88％以上，可選擇比較理想的第6號方案作為最優(yōu)條件，即78℃浸漬，收集相當于藥材2倍量蒸餾液，繼用8倍量含5％氨水的95％乙醇提取

7、1小時，揮發(fā)油的吸收度可以達到72.49％，柴胡皂苷a的含量可達到32.71％。
　　 第三部分基于遺傳算法的金蓮花有效成分最優(yōu)提取條件的試驗研究，驗證MMOSGA的實用價值。
　　 針對金蓮花有效成分提取工藝的試驗，研究出膏率(％)、總黃酮含量(％)兩個相互競爭的多目標優(yōu)化，結果顯示：水提取金蓮花工藝，MMOSGA算法搜索出的的出膏率、總黃酮含量都達到了單目標遺傳算法最大目標函數(shù)值的95％以上，確定的最優(yōu)提取條件的效果

8、高于試驗中任何一個方案，若以兩目標孟德爾簡單遺傳算法2號方案看，用13.31倍水，浸泡0.60h，煎煮1.49h，煎煮2.72次，出膏率可達到41.79％，總黃酮含量可達到6.73％；醇提取金蓮花工藝，MMOSGA算法搜索出的的出膏率、總黃酮含量都達到了單目標孟德爾簡單遺傳算法最大目標函數(shù)值的95％以上，確定的最優(yōu)提取條件的效果高于試驗中任何一個方案，若以兩目標遺傳算法8號方案看，用12倍61％的乙醇提取1.50h，提取3次，出膏率可達