买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山西医科大学

摘要：本发明涉及缓控释制剂处方优化技术领域，尤其涉及基于多目标优化集成的缓控释制剂处方优化方法，解决了现有缓控释制剂处方优化方法存在忽视结局指标间的相关性、违背多目标解的原则、优化效果的选择存在困难的技术问题，其采用二次推断函数模型对实验数据进行建模，在此基础上，使用了四种多目标遗传算法进行优化，最终对四种方法的寻优结果进行集成，构成了一组客观的、科学的、随机的Pareto解集。本发明所述方法结合了结局指标间的相关性，按照多目标优化的原则，可使处方优化效果达到最佳。

主权项：1.基于多目标优化集成的缓控释制剂处方优化方法，其特征在于，步骤为：步骤一、采用相关系数热力图对药物释放度进行相关性分析，根据不同时点累积释放度的相关性选择工作相关矩阵；缓控释制剂处方优化的试验数据包含重复测量数据的特征，针对重复测量数据的特征建立不同时间节点的药物累积释放度与各药物组分的二次推断函数模型，在构建二次推断函数模型时还需要考虑测量时间，将测量时间带入不同时间节点得到各时间节点的二次推断函数模型，利用赤池信息量准则和贝叶斯信息准则评价得到的各时间节点的二次推断函数模型的模型效果，从而进行各时间节点处的最优函数模型的选择；步骤二、对步骤一得到的各时间节点处的最优函数模型进行变换，依次利用向量评估遗传算法、多目标遗传算法、小生境遗传算法以及改进非劣分类遗传算法分别对转换后的各时间节点处的最优函数模型进行多目标寻优，每种遗传算法运行一定次数，得到多目标寻优数据集；当前几个时间节点的药物累积释放度均满足要求时，那么最后一个时间节点的药物累积释放度就决定了药物释放的完全程度以及药物利用率；相比前几个时间节点的药物累积释放度，给最后一个时间节点的药物累积释放度更大的权重，即可从向量评估遗传算法、多目标遗传算法、小生境遗传算法以及改进非劣分类遗传算法的优化结果中确定的初始Pareto非劣解集；步骤三、基于步骤二确定的初始Pareto非劣解集，以药物组分为自变量，最后一个时间节点的药物累积释放度为因变量，构建随机森林回归模型，再结合SHAP对随机森林回归模型进行解释分析，即对最优函数模型中各特征的重要程度进行解释，以判定哪个特征对结局作用力最大；最后按照对结局作用力最大的处方含量高低对步骤二中的多目标寻优数据集进行排序，挑选排名前十的方案组成最终的Pareto非劣解集。

全文数据：

权利要求：

百度查询： 山西医科大学 基于多目标优化集成的缓控释制剂处方优化方法