Page 49 - 《中国药房》2022年17期

“2.4.1”项下色谱条件进样检测，记录峰面积。结果显示， 表 4 草果中 11 个指标的信息熵、差异系数、熵权系数
原儿茶酸、香草酸峰面积的 RSD 分别为 1.49％、2.29％ 计算结果
（n＝6），表明供试品溶液在室温下放置12 h内稳定。 指标 信息熵 差异系数 熵权系数
2.4.9 加样回收率考察 取已知含量的 S16 号样品 0.5 总挥发油 0.806 6 0.193 4 0.150 7
总黄酮 0.888 4 0.111 6 0.086 9
g，共6份，精密称定，分别按各成分已知含量的100％加
总多酚 0.904 9 0.095 1 0.074 1
入相应对照品，按“2.4.3”项下方法制备供试品溶液，再 α-蒎烯 0.844 0 0.156 0 0.121 6
按“2.4.1”项下色谱条件进样检测，计算加样回收率及 β-蒎烯 0.886 1 0.113 9 0.088 8
1，8-桉叶素 0.891 0 0.109 0 0.084 9
RSD。结果显示，原儿茶酸、香草酸的平均加样回收率
α-松油醇 0.880 5 0.119 5 0.093 1
分别为 102.66％、102.91％，RSD 分别为 1.42％、1.32％ 香叶醇 0.925 8 0.074 2 0.057 8
（n＝6）。 反式橙花叔醇 0.898 4 0.101 6 0.079 1
原儿茶酸 0.860 2 0.139 8 0.108 9
2.4.10 样品含量测定 取 S1～S16 号样品，按“2.4.3”
香草酸 0.930 5 0.069 5 0.054 1
项下方法制备供试品溶液，再按“2.4.1”项下色谱条件进
样检测，记录峰面积，再按外标法计算草果中原儿茶酸、 2.5.6 草果中各项指标的加权矩阵建立 将草果各指
香草酸的含量。每批样品平行操作2次，取平均值。结 标的标准化数据矩阵 B＝（Xij） m×n中的每一项乘以对应
果见表2。 的熵权系数，即得草果各项指标的加权矩阵 Z＝（Wj×
2.5 基于熵权TOPSIS法评价草果的质量 Xij） m×n。
2.5.1 建立草果的原始数据矩阵 以表2中草果总挥发 2.5.7 草果各项指标的正离差方及负离差方计算 参照
油、总黄酮、总多酚、挥发油中 6 种成分及原儿茶酸、香 草果各项指标的加权矩阵计算正离差方（η ij ）及负离差方
+ 2
+ 2
草酸的含量测定结果为指标，建立原始数据矩阵 Y＝ （η ij），正离差方计算公式为（η ij ）＝（Zij－maxZij（i＝1，2…m） ）；负
2
－ 2
（Aij ） m×n。式中，Aij为第j个指标下第i个项目的评价值，m 离差方计算公式为（η ij）＝（Zij－minZij（i＝1，2…m） ）。
2
－ 2
为样品批次（m＝16），n为评价指标（n＝11）。 2.5.8 草果样品与最优方案及最劣方案的欧氏距离及
2.5.2 草果各指标原始数据标准化处理 由于各指标 相对贴近度 16 批草果样品与最优方案的欧氏距离
单位不统一，故在数据处理前需进行无量纲化处理，将 n
+
+ 2
（D i）计算公式为D i＝ ∑ （ηij ），与最劣方案的欧氏距离
+
原始数据矩阵 Y＝（Aij ） m × n 转化为标准化数据矩阵 B＝ √ j＝1
（Xij ） m×n。本研究中，评价草果质量的11项指标均为正向 n － 2
－
（D i）计算公式为 D i ＝ ∑ （η ij），16 批草果的相对贴近
－
指标，标准化公式为 Xij＝（Aij－Amin ij ）/Amax ij－Amin ij ）。式 √ j＝1
中，Xij为标准化数据。 D i －
度（Ci ）计算公式为Ci＝ 。具体计算结果见表5。
+
2.5.3 草果各指标标准化数据矩阵归一化处理 将草 D i+D i －
果中各指标标准化数据矩阵B＝（Xij ） m×n转化为标准化数 表5 草果综合质量评价结果
n 样品编号 + － 排序
据概率矩阵P＝（Pij ） m×n，转化公式为Pij＝Xij/∑Xij。式中， D i D i Ci
i＝1 S1 0.151 8 0.227 1 0.599 4 2
Pij表示第j个指标下第i个项目的概率，且0≤Pij≤1。 S2 0.181 1 0.184 4 0.504 4 4
S3 0.266 6 0.086 3 0.244 5 13
2.5.4 草果中各指标信息熵的计算 依据草果中各项
S4 0.245 3 0.139 1 0.361 8 10
指标归一化结果计算各指标的信息熵（Hj ），计算公式为 S5 0.272 9 0.105 7 0.279 1 12
1 m S6 0.208 4 0.166 8 0.444 5 6
Hj＝－ ∑ （Pij×lnPij ）；当 Pij＝0 时，lnPij无意义，故当 S7 0.228 5 0.139 4 0.378 8 9
lnm i＝1
S8 0.216 6 0.144 6 0.400 3 7
Pij＝0时，将Pij×lnPij修正为0。具体计算结果见表4。 S9 0.174 5 0.187 0 0.517 3 3
2.5.5 草果中各指标差异系数及熵权系数的计算 熵 S10 0.218 6 0.138 1 0.387 3 8
S11 0.235 2 0.112 6 0.323 7 11
权法是依据各指标的信息熵大小，得到各指标的离散程
S12 0.095 4 0.263 8 0.734 4 1
度，从而客观获得各指标权重，有效避免赋权时主观性 S13 0.178 9 0.176 9 0.497 3 5
的一种方法。信息熵代表了系统的无序程度，系统越无 S14 0.263 6 0.071 3 0.212 9 14
S15 0.263 1 0.068 3 0.206 1 15
序，指标信息熵越小，其离散程度越大，可提供的有效信
S16 0.272 5 0.061 1 0.183 1 16
[9]
息量就越大，该指标在综合评价中所占权重就越高 。
2.5.9 草果质量评价结果 依据计算出的相对贴近度
依照草果中各指标的信息熵计算差异系数及熵权系
大小进行排序，可知16批草果样品中质量排名前3位的
数，差异系数（g j ）计算公式为 g j＝1－Hj；熵权系数（Wj ）
分别是云南保山7月、云南红河10月和云南文山9月产
n
的计算公式为Wj＝g j/∑g j，且0≤Wj≤1。具体计算结果
j＝1 草果；质量排名后3位的分别是云南德宏9月、云南德宏
见表4。 11月、云南德宏12月产草果。具体结果见表5。
中国药房 2022年第33卷第17期 China Pharmacy 2022 Vol. 33 No. 17 ·2091 ·