韩荣荣
- 作品数：8 被引量：23H指数：4
- 供职机构：山西医科大学药学院药剂学教研室更多>>
- 发文基金：国家自然科学基金山西省自然科学基金太原市科技创新计划项目更多>>
- 相关领域：医药卫生自动化与计算机技术理学更多>>
- 基于遗传算法的BP神经网络在多目标药物优化分析中的应用
- 在药学研究领域中存在着许多多因素、多水平的复杂优化问题。例如药物有效成分最优提取条件确定、药物制备工艺条件的拟定等，由于影响的因素通常不止一个，所以设计的方案也是多因素的，目前较常用的有正交设计、均匀设计等，然后再用多元...
- 韩荣荣
- 关键词：BP神经网络PARETO非劣解多目标优化
- 文献传递
- 非支配排序遗传算法多目标优化金莲花水提工艺的研究被引量：6
- 2011年
- 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最优提取条件,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,金莲花水提的岀膏率、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最优提取条件为加水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:在保证多个目标都最优的前提下,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,为试验设计最优条件选择提供了合理的方法。
- 韩荣荣白云娥陈益周建淞张晓丽仇丽霞
- 关键词：非支配排序遗传算法多目标优化出膏率总黄酮
- 遗传算法在单目标混料均匀设计优化实例中的应用被引量：4
- 2010年
- 目的探讨遗传算法及混料均匀设计方法在处方优化中的应用。方法结合文献实例,利用SAS9.0软件对混料设计数据进行Scheffe多项式模拟,并利用Genetic algorithm platforms v1.0软件对混料均匀设计实例进行单目标寻优。结果经过遗传算法进行单目标寻优结果良好,优化数据中各组分配比依次XA=2.0%,XB=68.8%,XC=24.9%,XD=0.5%。最大包封率为88.70%,优化结果高于文献中预测包封率75.36%。试验优化结果稳定和准确,实用性强,效率高,拟合精度高,理论值与实测值吻合较好。结论在遗传算法的理论基础上进行混料均匀设计各组分配方寻优,遗传算法程序可靠,效果良好,可用于混料均匀设计数据的的单目标寻优。
- 周建淞张晓丽韩荣荣仇丽霞
- 关键词：遗传算法
- 基于非支配排序遗传算法的效果评价及程序测试
- 2011年
- 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最优的前提下,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。
- 韩荣荣陈益周建淞张晓丽李飞莹师先锋仇丽霞
- 关键词：非支配排序遗传算法多目标优化PARETO非劣解
- 改进非劣分类遗传算法多目标优化效果评价及程序测试
- 2011年
- 目的评价改进非劣分类遗传算法(NSGA-Ⅱ)进行多目标优化的效果,测试其程序的可靠性。方法应用两目标简单测试函数、两目标复杂测试函数、三目标复杂测试函数对NSGA-Ⅱ进行模拟测试,利用课题组成员英国Glasgow大学软件工程师陈益编写的Matlab 2009a外挂SGALAB工具箱beta5008完成遗传算法寻优。结果 NSGA-Ⅱ得到的两目标简单测试函数95%Pareto非劣解分布范围包含交叉点值1,前沿呈一条光滑的曲线分布;两目标复杂测试函数Pareto非劣解前沿在小于1的范围内呈下降的带状分布;三目标测试函数的Pareto非劣解前沿呈非线性、非对称的曲面分布。认为NSGA-Ⅱ可得到测试函数的Pareto非劣解集,供决策者合理选择。结论 NSGA-Ⅱ多目标优化可以给出合理的Pareto非劣解集,效果理想、程序可靠,可用于实际问题的分析。
- 张晓丽陈益韩荣荣周建淞李飞莹师先锋仇丽霞
- 关键词：多目标优化
- 基于微遗传算法的多目标Box-Behnken设计试验条件优化分析被引量：5
- 2012年
- 目的比较微遗传算法与传统优化方法确定最优试验条件的效果。方法以琥珀酸维生素E、泊洛沙姆-188、0.1molNaOH作为影响因素;以粒径、ζ电位、克拉霉素(clarithromycin,CLA)乳剂相分布率作为评价指标,在Box-Behnken试验设计给定的条件下,通过最小二乘法拟合二阶响应面方程试验模型,分别运用Matlab2009a软件的函数模块、图形模块编制的遗传算法程序和ExpertDesign软件(Version7.1.6.0)的Box-Behnken设计的传统优化方法,筛选出最优试验条件,比较两种优化方法的效果。结果当评价指标和因素之间呈非线性回归关系时,Box-Behnken设计充分考虑到各影响因素间的交互作用,同时在中心点进行重复试验,提高了实验的准确性。经微遗传算法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:68.25%、0.52%、15.26%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、33.67mV、98.12%;经传统优化方法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:76.0%、0.5%、15.4%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、31.04mV、97.33%。结论对于三水平多因素的试验,采用Box-Behnken设计试验设计可以大大减少设计所花费的时间和成本,提高试验效率。微遗传算法相对于传统优化方法,可以从全局的角度搜索试验条件的最优组合,进行多个评价指标优化效果理想、程序可行、计算时间短、可以应用于解决多维解空间的实际问题。
- 杨晓文韩荣荣徐彦杰刘晓红仇丽霞
- 关键词：BOX-BEHNKEN设计
- 基于向量评估遗传算法的多目标优化效果评价及程序测试被引量：3
- 2012年
- 目的评价向量评估遗传算法(VEGA)进行多目标优化的效果,测试其程序运行的可靠性。方法应用两目标简单测试函数、两目标复杂测试函数、三目标测试函数对VEGA进行模拟测试,利用课题组编写Matlab2009a外挂SGALAB工具箱beta5008完成遗传算法寻优。结果运行VEGA程序得到的两目标简单测试函数Pareto非劣解集的前沿呈一条光滑的曲线分布;两目标复杂测试函数Pareto非劣解前沿呈带状分布;VEGA可得到测试函数的Pareto非劣解集,供决策者合理选择。结论 VEGA多目标优化可以给出合理的Pareto非劣解集,效果理想、程序可靠,可用于实际问题的分析。
- 周建淞陈益张晓丽韩荣荣仇丽霞武俊青
- 关键词：多目标优化
- 吲达帕胺结肠定位释药微球的制备及其体外释放度考察被引量：1
- 2015年
- 目的：以羟丙甲基纤维素琥珀酸酯（HAS）为载体材料制备吲达帕胺结肠定位释药微球并考察其体外释放度。方法：根据球晶造粒技术,采用乳化溶剂扩散法制备微球,以收率、载药量、包封率为优化指标,对影响微球制备的因素进行正交试验,通过神经网络遗传算法优选处方及工艺,并对以优化方案制备的微球进行了质量评价。结果：制备的吲达帕胺结肠定位释药微球形态圆整,大小均匀、表面光滑,粒径在50～250μm范围的微球占到92.07%,载药量为15.30%,包封率为95.48%;体外释药试验中,微球在模拟全胃肠不同pH条件下,即先在pH1.2和pH6.8介质中5 h累计释药17.54%,继在pH7.8介质中7 h后累积释药99.75%。结论：本试验筛选的处方及制备工艺可用于制备吲达帕胺结肠微球,且制备的微球能达到结肠定位释药的目的。
- 赵智卉赵志娟韩荣荣郭海丽
- 关键词：吲达帕胺微球球晶造粒技术释放度
