资源描述：
《BP 神经网络在药物制剂处方优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第4卷第5期中国药剂学杂志Vol.4No.52006年9月ChineseJournalofPharmaceuticsSep.2006p.218文章编号：(2006)05–0218–07BP神经网络在药物制剂处方优化中的应用金杰,赵喆,郝燕(沈阳药科大学制药工程学院,辽宁沈阳110016)摘要：目的论述BP神经网络在药物制剂处方优化中应该注意的问题。方法采用基于BP人工神经网络对处方进行优化。结果通过实例提出了进行处方优化设计的一般方法、步骤及原则。结论对正确地使用BP网络,建立具有实际意义的神经网络处方优化模型提供指导和参考。关键词：药剂
2、学；BP神经网络；处方优化中图分类号：R94文献标识码：A处方设计与优化是药物制剂中一个十分重要的工作。传统的优化方法主要有正交设计法、均匀[1]设计法、单纯形优化法、拉式优化法等。这些方法各有优点，但因处方设计与很多因素有关，上述方法存在计算量大、耗费时间长、不易掌握，且难以解决制剂处方与制剂理化性质之间的非线性问题和多目标同时优化等问题。尽管利用BP神经网络（back-propagationnetwork，BPnetwork）优化制剂处方的相关研究已有报道，但有关如何建立合理的神经网络模型的研究甚少。本文提出了在药物制剂处方优化设计中
3、建立合理BP神经网络模型的一般原理、步骤及需要注意的问题，旨在提高BP网络模型的应用水平，更好地为药物研究提供参考。1BP神经网络概述人工神经网络是由若干个独立的信息处理单元（亦称为神经元）广泛互连而成的计算机仿生模[2]型。BP神经网络是目前应用最广泛的多层前向神经网络,一般由输入层（inputlayer）、隐含层（hidden[3]layer）和输出层（outputlayer）组成，其结构如图1所示。Fig.1BPnetworkstructure每个基本的BP神经元，通常具有n个输入（X1,X2,⋯，Xn）,每个输入通过一个适当的权值
4、W(W1,W2,⋯,Wn)和阈值b与下一层连接，其模型见图2所示。收稿日期：2006-02-23作者简介：金杰(1955-),女(汉族),辽宁沈阳人,副教授,主要从事计算机在药学中的应用研究,Tel.(024)23986452,E-mailJinjie551213@126.com。第5期金杰等：BP神经网络在药物制剂处方优化中的应用219Fig.2BPnetworkunit网络的输出函数式为：ny=f(∑wx+b)<1>1iii=1式中，f为传递函数，一般是可微分的单调递增函数,图像如图3所示。Fig.3BPnetworktransiti
5、onfunctionBP神经网络的学习算法是误差反向传播算法，其学习过程由正向传播和反向传播两个过程组成。在正向传播过程中，输入信息由输入层经过隐含层传向输出层，如果输出层不能得到期望的输出，则转入反向传播，将误差信号沿原来的连接通路返回，修改各层节点间的连接权值，如此反复调整网络参数，使误差函数达到极小或满足精度要求为止。当训练结束时，可将学习得到的规则表达在网络的权值中。利用这组权值，根据未知样本的输入参数，网络可进行仿真预测，输出结果。BP算法在网络规模较大时计算量很大，收敛较慢，而且存在局部最小的问题，为防止这一问题，在具体操作时
6、采用加入动量项的改进BP算法：kk−1∆W(t+1)=−εdV+α∆W(t)<2>ijjjij式中ε称为学习速率，α称为动量因子，其作用是后一次的权值更新时适当考虑上一次的权值更新，用以改善收敛特性。2处方优化的步骤及应注意的问题2.1样本数据的收集和分组[4]利用BP神经网络优化处方的首要条件是要有足够多、典型性好和精度高的样本。为防止所建立的网络模型发生“过拟合”现象，使其具有良好的泛化能力，须将收集到的数据随机分成训练样本、验证样本和测试样本3部分，数据分组时应尽可能考虑样本模式间的平衡。220中国药剂学杂志第4卷2.2网络输入/输
7、出变量的确定及其数据的预处理BP神经网络的输入变量即为待分析系统要考察的因素（对应处方要考察的各组分用量或称自变量），当输入变量较多时，可通过主成分分析法压缩输入变量。输出变量即为系统待分析的目标函数（对应处方的优化目标或称因变量），可以是一个，也可以是多个。由于BP神经网络一般采用Sigmoid传递函数，为提高训练速度和灵敏性以及有效地避开Sigmoid函数的饱和区，通常要对输入数据进行预处理，将输入数据的值变换在0～1之间。预处理的方法很多，最简单的方法是利用Matlab神[5]经网络工具箱提供的函数来处理。2.3神经网络拓扑结构的确
8、定2.3.1隐层数的确定增加隐层数可以降低网络误差，提高精度，但同时又会使网络复杂化，增加网络的训练时间和出现“过拟合”的倾向。目前使用较多的是采用含有一个隐层的三层网络结构，既容易实现，训练
