全 文 ：-1580· 中草药ChineseTraditionalandHerbalDrugs第36卷第10期2005年lo月
并结合模椒数学和层次分析法，避免了由于单一数字所造成
主观判断的较大误差，该模型将待选方案的固有信息所得的
评价权值以及决策者主观判断权值相结合．是一种主客观相
结合的有效方法。模型结果将方案进行优先排序．为管理者
进行项目管理及项目实施决策提供了科学的依据。
Re[@reHce$：
[1]ZhongW，JiaN．ZhouD，eta1．ProcessofnewdrugR＆D
andessentialctics口]．西ⅢⅣ删Drugs，(中国新药杂
志)，2001．10(12)：881—883，
[2]Xuxs．Vaguecomprehenslneva uationmodeltorisk
investigetionin innovationechnologyproject[J]．Res
Mathe懒tEc矾wm7echn“Econom(散量经济技术经济研
究)，200l，(n：34—36、
基于遗传神经网络的中药葛根及同属植物的质量评价研究
王泽1，顾勤兰1，王志祥2
(1中国药科大学高等职业技术学院．江苏镇江212003；2．中国药科大学药学院，江苏南京2100091
摘要：遗传神经网络模型应用遗传算法对神经网络权值和学习进行优化，从而克服了BP神经网络洲练速度慢、
易陷入局域极小和全局搜索能力弱等缺点。以中药葛根同属植物所含的化学成分数据为考察对象，用该模型对中
药葛根及同屑植物进行质量评价，通过验证．识别成功率达100“．为葛根类药材的质量评价提供了一种新方法。
关毽词：遗传算法I神经网络；葛根属植物}质量评价
中田分类号：R282．71 文献标识码：A 文章编号：0253—2670(2005)10—1580—03
QualityevaluationofplantsinPuerariaDC．basedOilGA—BPneuralnetwork
WANGZel，GUQin—lanl，WANGZhi—xian92
(1．HigherVocationalSchool，ChinaPharmaceuticalUn versity，Zheniiang212003，China；
2．CollegeofPharmacy—ChinaPharmaceuticalUniversity，Nanjing210009，China)
Keywords：geneticalgorithm；neuralnetwork{plantsinPuerariaDC．；qualityevaluation
葛根为豆科植物野葛Puerarialobata(willd．)Ohwi
的干燥根，是一味常用中药，具有解表退热、生津止渴和止泻
之功效。我国葛属植物有11种，全国不同产地的葛根药材质
量差异明显}同时葛根化学成分复杂，含有多种黄酮及三萜
类等成分，而这些成分间往往是协同发挥作用的“1。以往对
葛根的质量主要通过外部特征，如色泽、气味等进行评估，其
经验性和局限性很大，而这类复杂的多变量非线性关系特别
适合用人工神经网络加以解决o]。本文针对葛根的这一特
点，建立了葛根及同属檀物的遗传神经网络质量评价模型，
并用该模型进行了质量评价．结果表明，将遗传神经网络技
术应用于中药葛根及同属植物的质量评价，具有网络训练速
度快、识别成功率高等优点。
1网络模型的建立
遗传算法不要求目标函数连续，可微，而仅要求目标函
数可计算且具有全局最优解，因而可解决BP神经网络训练
速度慢、屠陷人局域极小和全局搜索能力弱等缺点。本文应
用遗传算法对神经网络权值和学习进行优化o’“，建立了遗
传神经网络模型，并用该模型对葛根及同属植物进行了质量
评价。
基于遗传神经网络的建模思路是先将试验数据模糊化，
再作为前馈神经网络的输入和输出“。同时利用遗传算法配
台BP算法对网络进行训练，最后得到原始数据与有关指标
之间的非线性映射模型口7l。通过对已知样本的学习，调整好
内部参数，即可用遗传神经网络模型对未知情况做出预测。
2网络模型的求解方法
2．1数据的预处理：从文献[8]可知．将收集到的17种葛屑
中药材，用uV法测定总黄酮及多糖的质量分数，HPI．C法
坝}定葛根素和其他3种异黄酮类成分的质量分数，并根据体
外抗内毒索插性强度．将葛属中药材分为2类，第1类为有
弱抗内毒素活性的葛属中药材．第2类为有强抗内毒索活性
的葛属中药材，17种样本成分质量分数及已知类别见表1。
本研究以葛属植物的6种化学成分质量分数为厨络输
入参数，由表1可知葛属植物化学成分数据十分复杂，且不
能直接用遗传神经网络模型进行学习。归一化处理可以解决
遗传神经瑚络读取不出的问题，并可保证收敛。因此，对表1
中的原始数据进行归一化处理。规定遗传神经网络的各个输
人量的区间范围为[o，1]，某一输人量中最大值取h最小值
取0，其他输入量取0到1之间的某一值。具体取值按照下述
作@者m简n介。,工2005泽-03(-119068一)，男，上海人，中国药科大掣实训中心副主任，讲师，碰上研究生，从事人工神经网络及遗传算法在药学领域的
应用研究。Tel：(0511)4432926Fax：(0511)4422151Emailrwangze20041968@yahoocom．Cil
万方数据
中草药ChineseTradhlonalandHerbalDrugs第36卷第lO期2005年lO月·1581-
公式进行。 肚挠 (1)
式中X表示葛根化学成分质量分数数据模糊化后某一输入量；xmin
表示输A量巾的最小值mX。表示输人量中的最大值
输出量的区间范围也为[o，1]。根据葛根的体外抗内毒
素活性强度，将葛根分为2类，其中第1类的期望输出参数
值为0．9、0．】，第2类的期望输出参数值为0．1、0．9。
2．2 网络结构的设置：在确定本模型BP网络的输入层节点
数为6，输出层节点数为2之后，需确定隐舍层个数以及每一
隐含层的节点数。由于用3层BP神经隅络即可实现任意精
度的逼近．因此为提高网络运行效率，本模型选择3层BP冈
络。初选旃古层个数可按下式选取。初选隐含层为10·经过
学习后最终确定隐舍层为12。
^=“+m+? (z)
式中＆表示隐节点数；n表示输入节点数I扣表示输出节点散，f表示
l～10的整数
用遗传算法来进化神经网络结构的步骤如下：(1)随机
产生n个结构，对每个结构编码，每个编码个体对应一个结
构，(2)用许多不同的初始权值分布对个体集中的结构进行
训练I(3)根据训练的结果或其他策略确定每个个体的适应
度，(4)根据若干适应度值最大的个体，直接继承给下一代，
(5)对当前～代群体进行交夏和变异等遗传操作·以产生下
一代群体}(6)重复步骤(2)～(5)，直至当前一代群体中的某
个个体(对应着一个网络结构)能满足要求为止。
23遗传算法对数据的训练：对于神经网络结构，进定S型
函数，b)=_亡i为激活函数，并按式(2)确定初始隐含层
为10。遗传算法对数据的训练步骤如下。
z，3．I采用二进制编码方案，o／1串编码：包括粒度、连接性
质和权值3部分。粒度即编码长度，连接性质决定对应的两
节点间有无权值相连．权值说明两节点间的联系程度。不同
的初始粒度使o／1串不同。若网络的两节点之同没有连接，
则在编码时．连接性质为“o”，而连接权可以随机设置。
2．3．2适应度函数有多种选择方法，选择4种说明：F=
c—e、F一1／e、F—c—E、F=1／E。式中C表示常数}P表示误
差．。一∑∑(L。一矿)；E表示网络能量函数，昱一∑∑
(y柚一F。。)2}ym死表示分别为第州个训练样本的第^个
输出节点的期望输出与实际输出。
2．3，3交叉：采用点交叉，将整个训练的0／i串分为粒度和
结构两部分。交叉时分别，对这两部分进行。
2．3．4变异：分别对粒度、连接性质和权值3部分进行，赋
予不同的变异概率，即粒度变异概率P州，连接变异概率fo
以及权值变异概率P。。当粒度发生变化时，其后的权值串也
要相应地进行转换。
2．3．5另外设计一个n元造传选择算子NGA。该算子针对
n个编码个体进行。设“个个体为工，，工．～，晶，其适应度值
分别为F(zI)，F(X2)，⋯，F(1-。)，并且使F(T1)≥
F(x：)≥⋯≥F(x。)，另外设NGA的结果为z州。
2，3，6从当前父代和子代的各种取值中重新排序选择出”
个适应度较大的个体作为下一代的样本，返回至步骤2．3．2
中重新进行iJIl练，终止条件为群体适应度趋于稳定或误差8
小于给定值0．0001或达到预定的进化代数2000。
3应用琵培粟
本研究采用的人机交互界面及遗传神经网络模型均采
用VC++语言开发。软件在Windows环境下的微机上进
万方数据
·1582· 中草药ChineseTraditiona[andHerbalDrugs第36卷第10期2005年i0月
行。从上述网络模型建立过程可知．BP网络结构选用3层
(6×12×2)，输人层节点数为6．隐含层节点数12．输出层节
点数为2，并由遗传算法对EP网络进行优化。网络模型建立
后．首先对遗传神经网络进行训练，网络的训练过程实际上
就是对样本的学习过程。以葛属植物的6种化学成分(见表
1)为罔络输人参数，以第1类、第2类葛属植物的期望输出
值(o．9、0．1；0．1、0．9)为输出参数，从原始数据中随机选择
12个样本(表1中不带#的样本)，建立遗传神经网络训练数
据库，即输人参数(葛属植物的6种化学成分)与输出参数
(葛属植物的第1类、第2类的期望输出值)的映射，对遗传
神经网络进行训练。然后，以原始数据中的其他5个样本(表
1中4、7、8、14、16号样)作为检验样本，对遗传神经网络的识
别教果进行检验．识别结果见表2。可见该模型的识别成功率
为100“，同时训练速度明显优于一般的BP人工神经网络
模型，可用于葛根及同属植物的质量评价。
衰2检验样本识别结果
Table2 Recognitionresultfunknownsamples
样本 遗传神经网络输出值 已知分类 网络预测分类
4 0．09999 9．90079 2 2
7 08998 0．10003 l 1
8 0．10854 0．97418 2 2
14 0．90035 0．09916 1 1
16 0．09842 0．9139l 2 2
4结论
4．1建立了葛根及同属植物质量评价的遗传神经网络模
型．该蠖型以随机选取原始数据样本的化学成分的质量分数
为输入参数，以质量等级分类的网络期望输出值为输出参
数，并通过检验样本对该网络的识别性能进行检验。
4．2由于遗传算法对神经网络的权值和学习过程进行了优
化，因而解决了神经网络训练速度慢、易陷人局域极小和全
局搜索能力弱等缺点。应用表明，本研究建立的模型具有快
捷、精确的优点，可用于葛根及同属植物的质量评价。
References：
[I]ZhengM．ZhangHMtZhengSQ·“al-StudiesonRadix
Puearia(Pueraialohata)bychemicalp tternrecognition
E13ChinTraditHerbDrugs(中草药)．1998，29(10)：652—
654·
r0]HusslanAs．YuX，JohnsonRD．eta1．Applicatianofneu—
ralcomputinzin pharmaceuticalproductdevelopment[J]．
PhamnRes，1999，16(1)：卜16·
[3]ManiezzoV．Geneticevolutionofthetopologyandweightdistributi⋯fneuralnetworks[J]1EEETransNeural
Net蚀arks．i094，5(1)：39—53．
[4]HarraldPG，KamstraM．Evolvingartificialneuralnetworks
tocombinefi ancialforecKseEJ]．IEEETrunsEvolvec。m6，
1997，1(i)．40—52．
r51GattmovlcKustr{nS，BeresiordR．Basicconcep谯ofarti{ical
networks(ANNS)modelinganditsapplicationinpharmaceu
ticalresearchJ]．JP^⋯Anal2000，22(4)：717-727
[63LixC，ZhuWX，(：henG，ela1．Artificialneuralnetworks
basedgearsmaterialse ectionhybridintelligentsyslem[J]．
ActaMetal[Sin．2003，16(fi)：543—546，
[7]LiXc，ChenG．ZhuWX，etal·Intelligentexp rtsystem
usedinge⋯aterailselectionanditsheatreatmentEJ]．
Aff口MetaUSin．2004，40(10){1051一1094．
[8]ZhangHM，ZbengM，ZhengSQ，盯alStudies012rootof
Puerari“UC．，to÷出是*n08∞“如mqtherspeciesof㈣e
genusbypatternrecognition(I)[J]ChinTraditHerb
Drugs(中草药)，2001，32(3){253-254-
中药(复方)药动学研究现状及研究方法探讨
贺福元。3，罗杰奠
(1．期南中压学鲑药学院药剂教研室，湖南长沙
，邓凯丈2，赳西京3．杨 勇3
4】0007；2，湖南中医学院第一尉属医院，湖南长沙410007
3．成都中医药大学药学院，四川成都611730)
捕要。根据目前中(西)药药动学研究的方法．分析中药学科的特点．结合生物数学知识及多年单成分药动学研究
工作，分析了中药药动学研究现状及亟待解决的问题，提出r中药多成分体系药动学研究新方法一总量统计矩
法，该法既能满足中医宏观要求(宏观量化可算)又能满足现代科学微观可测(可按目前单个成分药动学方法进行
研究)的要求。适应中医药理论要求的新的中药(复方)药动学研究方法可以在目前单个成分(指标)的药动学研究
方法的基础上建立和发展。
簧键_l蔚：中药复方I药动学}总量统计矩}数学模型}谱效学，药敬学
中圈分类号：R285．61 文献标识码：A 文章编号：0253—2670(2005)10—1582—05
l莩；翼!蘑蓑羹祷巍荸芎翕桑器磊暴妥；；蔷毪强j锰臻罐嚣筝{；；}要荽景磊毽露霭鑫彝j2：磷薪元墅i；；奴事中药药剂提取工艺作者簿介2鍪藉菰挲群卷榭裂瓣畿搿燃蓼蒸20％勰裂蒜手犍慧i耥姜黛燃翌警
万方数据
基于遗传神经网络的中药葛根及同属植物的质量评价研究
作者： 王泽， 顾勤兰， 王志祥， WANG Ze， GU Qin-lan， WANG Zhi-xiang
作者单位： 王泽,顾勤兰,WANG Ze,GU Qin-lan(中国药科大学高等职业技术学院,江苏,镇江,212003)，
王志祥,WANG Zhi-xiang(中国药科大学药学院,江苏,南京,210009)
刊名： 中草药
英文刊名： CHINESE TRADITIONAL AND HERBAL DRUGS
年，卷(期)： 2005,36(10)
被引用次数： 4次
参考文献(8条)
1.Zheng M;Zhang H M;Zheng S Q Studies on Radix Puearia ( Pueraia lobata) by chemical pattern
recognition 1998(10)
2.Hussian A S;Yu X;Johnson R D Application of neural computing in pharmaceutical product development
1999(01)
3.Maniezzo V Genetic evolution of the topology and weight distribution of neural networks[外文期刊]
1994(01)
4.Harrald P G;Kamstra M Evolving artificial neural networks to combine financial fore case[外文期刊]
1997(01)
5.Gatonovic-Kustrin S;Beresford R Basic concepts of artifical networks (ANNS) modeling and its
application in pharmaceutical research[外文期刊] 2000(04)
6.Li X C;Zhu W X;Chen G Artificial neural networks based gears material selection hybrid intelligent
system[期刊论文]-Acta Metall Sin 2003(06)
7.Li X C;Chen G;Zhu W X Intelligent expert system used in gear mate rail selection and its heat
treatment[期刊论文]-Acta Metall Sin 2004(10)
8.Zhang H M;Zheng M;Zheng S Q Studies on root of Pueraria DC.to differentiate it from other species
of same genus by pattern recognition (Ⅱ)[期刊论文]-中草药 2001(03)
本文读者也读过(10条)
1. 李一波.黄小原 基于模糊神经网络的中成药组成药材识别[期刊论文]-计算机工程2003,29(22)
2. 朱毅.赵赤.李灵芝.ZHU Yi.ZHAO Chi.LI Ling-zhi 葛根素对脑药理作用的研究进展[期刊论文]-武警医学院学
报2005,14(5)
3. 温葭.陈士林.徐宏喜.WEN Jia.CHEN Si-lin.XU Hong-xi 葛根素对细胞凋亡影响的研究[期刊论文]-现代中药研
究与实践2006,20(1)
4. 周舒冬.李倚岳.李丽霞.张敏.ZHOU Shu-dong.LI Yi-yue.LI Li-xia.ZHANG Min 基于LM-BP神经网络的穿心莲药
材分类识别[期刊论文]-时珍国医国药2009,20(3)
5. 谢光辉.马磊.郑宗平.胡立宏.XIE Guang-Hui.MA Lei.ZHENG Zong-Ping.HU Li-Hong 蓬莱葛中木脂体类化学成
分[期刊论文]-中国天然药物2007,5(4)
6. 张联恒.吴向阳.仰榴青.张文莉.葛琴娟.叶田田.Zhang Lian-hen.Wu Xiang-yang.Sang Liu-qing.Zhang Wen-li
.Ge Qin-juan.Ye Tian-tian 植物灭螺剂银杏酸对鱼的急性毒性研究[期刊论文]-中国血吸虫病防治杂志
2008,20(2)
7. 郑水庆.曾明 云南葛属药用植物资源调查[期刊论文]-中草药2002,33(8)
8. 葛根药用成分异黄酮的HPLC指纹图谱分析[期刊论文]-热带作物学报2005,26(2)
9. 武孔云.梁光义.贺祝英.靳凤云.孙超.李星.WU Kong-yun.LIANG Guang-yi.HE Zhu-ying.JIN Feng-yun.SUN
Chao.LI Xing 应用BP神经网络模型研究麻杏石甘汤方中麻黄对甘草酸含量的影响[期刊论文]-时珍国医国药
2010,21(4)
10. 范丹阳.马翔华 葛根及其有效成分的肝病药理作用[期刊论文]-中西医结合肝病杂志2006,16(6)
引证文献(4条)
1.陈超.沈志滨 基于RBF神经网络的加味生化汤药效模拟研究[期刊论文]-中草药 2009(8)
2.陈超.唐春萍.沈志滨.杨超燕.尹永芹 香丹注射液抗急性心肌缺血有效部位的模拟筛选[期刊论文]-广东药学院学
报 2009(4)
3.王宗权.王振月.崔红花.康毅华 基于BP神经网络的毛脉酸模根中白藜芦醇的动态规律研究[期刊论文]-时珍国医
国药 2008(11)
4.李玉山 葛根的综合开发与利用[期刊论文]-林产化学与工业 2009(6)
本文链接：http://d.wanfangdata.com.cn/Periodical_zcy200510055.aspx