基于BP神经网络-遗传算法和信息熵理论优化凉粉草煎煮提取工艺

摘要

目的利用BP神经网络-遗传算法结合信息熵理论优化凉粉草煎煮提取工艺。方法采用HPLC测定咖啡酸、紫云英苷、迷迭香酸、丹酚酸B的含量,UV法测定总黄酮含量,以4种指标成分含量、总黄酮含量及干膏收率为综合评分指标,采用信息熵确定各指标的客观权重,实现对提取工艺的正交试验优选;以正交试验结果作为初始种群,以加水倍数、煎煮时间、提取次数为输入值,提取综合得分作为其函数的输出值,通过BP神经网络模型结合遗传算法对煎煮提取工艺进行全局寻优。结果根据正交试验结果,最佳提取工艺为加16倍量水、煎煮3次、每次1.5 h,综合评分均值为92.08;建立结构为3-7-1的三层BP人工神经网络,结合遗传算法确定最优提取方案为加17倍量水、煎煮3次、每次1.5h,综合评分均值为92.55,优于正交试验,3批验证结果与预测值相对标准偏差均小于5%。结论BP神经网络-遗传算法结合信息熵理论稳定性及重复性好,可用于凉粉草提取工艺的预测和优选。