Page 57 - 《中国药房》2025年19期

为提升BP神经网络模型的全局寻优能力，采用GA 3 讨论
[10]
对其初始权重及阈值进行优化 。初始化 BP 神经网络 近年来，知母盐炙工艺的优化研究常采用正交试验
[11]
后，设定种群规模为 50，交叉概率为 0.6，变异概率为 法 ，但正交试验法通过有限离散试验点寻优，结果易
0.1，以均方误差倒数作为适应度函数进行迭代筛选，发 受预设水平限制，难以逼近真实最优解。相比之下，基
现迭代至第19代时GA适应度曲线趋于稳定，平均适应 于Box-Behnken原理的响应面法采用多元二次回归方程
度达65.562 6，表明GA已收敛，并找到了一组较优的网 拟合因素与响应值之间的函数关系，具有预测精度高、
可解析性强等优点，能够更有效地逼近实际最优工艺条
络参数。将优化后的权重与阈值回赋至 BP 神经网络，
件 。BP神经网络作为一种多层前馈神经网络，通过误
[7]
经重新训练后模型性能显著提升。测试集预测曲线（图
差反向传播算法调整神经元连接权重，有效拟合输入、
4A）显示，预测值与真实值曲线高度吻合，表明 BP 神经
输出数据间的非线性关系，但 BP 神经网络在训练过程
网络模型对未见数据具有良好的泛化能力；测试集误差
中易陷入局部最优，且对初始权重敏感；GA作为全局优
曲线（图 4B）显示，BP 神经网络模型在不同测试样本之 化算法，能通过模拟生物进化过程为 BP 神经网络提供
间存在一定波动，但总体偏差较小，表明该模型预测准 最优初始权重和阈值，有效克服 BP 神经网络的缺
确性和可靠性良好。由此可知，采用GA优化的BP神经 陷 [9—10] 。基于此，本研究采用 Box-Behnken 响应面法和
网络模型具有优异的学习和预测能力，能够有效地拟合 GA-BP 神经网络分别优化知母盐炙工艺，结果发现，
输入数据与输出数据之间的非线性映射关系，并在测试 GA-BP 神经网络的优化结果更好、综合评分更高，最终
集上展现出良好的预测性能。根据该模型预测出知母 确定知母盐炙最佳工艺为每 50 g 饮片加入 0.1 g/mL 盐
盐炙的最佳工艺为：闷润时间 24.244 4 min、炒制温度 水 15 mL，闷润 24 min 后，在 163 ℃条件下炒制 12 min。
163.087 5 ℃、炒制时间 12.166 1 min，预测综合评分为 这一结果不仅证明了 GA-BP 神经网络在知母盐炙工艺
65.562 6分。 优化中的优势，更为知母盐炙工艺的现代化和标准化提
供了新的思路和方法。
70 0.5
预测输出 0 综上所述，本研究成功优化知母盐炙工艺，可为该
期望输出
60 －0.5 饮片的盐炙工艺研究提供参考。后续本课题组将考察
指标值 50 预测偏差 －1.0 该工艺条件是否可放大生产，以实现降本增效的作用。
－1.5
－2.0
40 －2.5 参考文献
－3.0
30 －3.5 [ 1 ] 国家药典委员会 . 中华人民共和国药典：一部[M]. 2025
1.0 1.5 2.0 2.5 3.0 1.0 1.5 2.0 2.5 3.0
测试样本序号 测试样本序号 年版. 北京：中国医药科技出版社，2025：229-230.
A.测试集预测曲线 B.测试集误差曲线 [ 2 ] 张香玉，才子航，高洁，等. 知母化学成分和药理作用研
图4 测试集的预测曲线和误差曲线 究进展[J]. 上海中医药大学学报，2024，38（5）：83-93．
[ 3 ] 笔雪艳 . 知母性味的物质基础研究[D]. 哈尔滨：黑龙江
2.9 两种方法所得盐炙工艺的验证比较
中医药大学，2018．
综合考虑实验条件、可操作性及合理性，将 Box- [ 4 ] 代涛，李光燕，徐茂红. 知母炮制方法的历史沿革与现代
Behnken 响应面法优化的条件取整为闷润时间 23 min、 研究[J]. 中成药，2020，42（12）：3255-3258．
炒制温度 160 ℃、炒制时间 12 min，GA-BP 神经网络优 [ 5 ] 国家药典委员会 . 中华人民共和国药典：一部[M]. 2020
化的条件取整为闷润时间 24 min、炒制温度 163 ℃、炒 年版. 北京：中国医药科技出版社，2020：222.
制时间 12 min，按两种方法优化的工艺参数分别进行 3 [ 6 ] 国家药典委员会 . 中华人民共和国药典：三部[M]. 2025
年版. 北京：中国医药科技出版社，2025：775-781.
次验证，结果见表4。由表4可知，GA-BP神经网络优化
[ 7 ] 马天成，孙宇，刘雷，等. 响应曲面法优化知母总黄酮提
得到知母盐炙工艺的综合评分（平均 65.163 8 分）高于
取工艺及其抗氧化活性研究[J]. 齐齐哈尔医学院学报，
Box-Behnken 响应面法所得的综合评分（平均 63.370 2 2018，39（6）：621-625．
分），因此最终确定知母最佳盐炙工艺为每 50 g 饮片加 [ 8 ] 张正，王洪东，喻璐哲，等. 基于化学计量学与灰色关联
入0.1 g/mL盐水15 mL，闷润24 min后，在163 ℃条件下 度：逼近理想解排序法模型的知母药材质量评价方法
炒制12 min。 [J]. 安徽中医药大学学报，2024，43（5）：91-98．
[ 9 ] 魏晴，冷宗瑶，杨思慧，等. 基于熵权法结合响应面法和
表4 两种方法的3次验证实验结果
反向传播人工神经网络优化姜炙厚朴的炮制工艺[J]. 中
知母皂 知母皂 知母皂
芒果苷/ 新芒果苷/ 异芒果苷/ 总黄 总皂 综合评 国医院药学杂志，2023，43（13）：1419-1424．
方法 苷BⅡ/ 苷BⅢ/ 苷AⅢ/
（mg/g） （mg/g） （mg/g） 酮/% 苷/% 分/分 [10] 郭媛，罗严，曾良才. GA-BP神经网络在液压缸故障诊断
（mg/g） （mg/g） （mg/g）
Box-Behnken响 6.518 16.733 1.564 88.157 1.797 0.592 4.481 9.750 67.025 4 仿真中的应用[J]. 机械设计与制造，2022（11）：48-52，57．
应面法 6.246 18.823 1.140 93.569 1.853 0.759 4.146 9.783 63.988 4 [11] 陈香茗，李倩，任海硕，等. 基于多指标权重分析及正交
6.046 17.953 1.238 96.570 1.948 0.761 3.626 9.221 59.096 9 试验优选知母炮制工艺[J]. 时珍国医国药，2023，34
GA-BP神经网络 5.552 19.376 1.330 90.483 2.050 0.785 3.846 10.145 65.297 5 （10）：2404-2407．
6.356 17.202 1.311 93.699 2.189 0.797 3.814 10.036 64.526 8 （收稿日期：2025-04-30 修回日期：2025-08-22）
6.217 17.951 1.296 98.749 2.019 0.746 3.965 9.985 65.667 2 （编辑：唐晓莲）

中国药房 2025年第36卷第19期 China Pharmacy 2025 Vol. 36 No. 19 · 2403 ·