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：浙江中医药大学

摘要：本发明公开了基于蚁群算法反向传播神经网络优化红花籽提取工艺，涉及中药提取技术领域。优化红花籽提取工艺的方法包括：1将红花籽进行超声提取，进行单因素实验，选择超声功率、乙醇浓度、料液比和提取温度作为单因素实验的影响因素；2采用HPLC法计算出CS、FS的提取率，根据提取率确定影响因素的最优值；3通过熵权法计算出综合评价值，采用蚁群算法反向传播神经网络模型得出最佳工艺参数；所述的蚁群算法反向传播神经网络的具体步骤包括：1构建反向传播神经网络模型；2构建蚁群算法优化神经网络模型。本发明的红花籽提取物具有显著的抗氧化应激作用，为红花籽的大规模提取提供参考。

主权项：1.一种基于蚁群算法反向传播神经网络优化红花籽提取工艺的方法，其特征在于，包括以下步骤：1将红花籽进行超声提取，进行单因素实验，选择超声功率、乙醇浓度、料液比和提取温度作为单因素实验的影响因素；2采用HPLC法计算出N-p-香豆酰-羟色胺和N-阿魏羟色胺的提取率，根据提取率确定影响因素的最优值；3通过熵权法计算出综合评价值，采用蚁群算法反向传播神经网络模型得出最佳工艺参数；所述的蚁群算法反向传播神经网络的具体步骤包括：Ⅰ构建反向传播神经网络模型1构建单层隐含层神经元为n的神经网络模型，n＝2,3,4,5,6；2隐含层激活函数为Sigmoid函数a，输出层激活函数为线性函数；3反向传播优化器设置：优化器：Adam，学习步长Lr：0.01；4损失函数：MSElossb；5使用反向传播优化器，根据初始权重，以Epoch为400个循环对神经网络模型进行优化，寻找损失函数最小值；Ⅱ构建蚁群算法优化神经网络模型①随机生成分布在不同空间位置的蚂蚁，并对空间位置进行解码，即初始权重；②通过上述构建的反向传播神经网络模型，对不同蚂蚁的空间位置进行优化，寻找蚂蚁们各自最优位置并记录信息素Fc；③将蚂蚁们各自权重进行编码，并记录蚂蚁们中的最优位置d；④将蚂蚁们的信息素F进行归一化e；⑤根据归一化后的信息素F与转移概率p0的大小关系f，对蚂蚁的空间位置进行全局更新g或局部更新h；⑥根据挥发率lf对蚂蚁们信息素进行更新i；⑦循环上述①-⑥步骤，直至达到蚁群算法循环上限，输出最优模型结果。

全文数据：

权利要求：

百度查询： 浙江中医药大学 基于蚁群算法-反向传播神经网络优化红花籽的提取工艺