基于正交设计和BP神经网络-遗传算法多指标综合优化茶叶提取工艺

作     者：陈斌辉 吕圭源 金伟锋 张佳欢 郑碧莹 任敏霞 吴素香 CHEN Binhui;LYU Guiyuan;JIN Weifeng;ZHANG Jiahuan;ZHENG Biying;REN Minxia;WU Suxiang

作者机构：浙江中医药大学药学院杭州311402 

出 版 物：《中国现代应用药学》 (Chinese Journal of Modern Applied Pharmacy)

年 卷 期：2019年第36卷第10期

页      面：1223-1228页

核心收录：

学科分类：1008[医学-中药学(可授医学、理学学位)] 1006[医学-中西医结合] 100602[医学-中西医结合临床] 10[医学] 

主　　题：茶叶 BP神经网络 遗传算法 多指标综合评价法 提取工艺 

摘      要：目的用正交设计及BP神经网络-遗传算法对茶叶提取工艺进行多指标综合优化。方法以咖啡因、表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)、表儿茶素没食子酸酯(epicatechin gallate,ECG)为考察指标,在单因素实验的基础上,采用正交设计及BP神经网络-遗传算法优选超声辅助提取茶叶中有效成分的工艺,并对2种方法优选所得的工艺进行验证。结果正交设计得到的最佳提取条件为乙醇浓度85%、浸提温度80℃、超声时间10min。工艺验证评分为99.050。BP神经网络-遗传算法得到的最优提取方案为乙醇浓度89%、浸提温度88℃、超声时间13 min,网络预测评分为100.758,工艺验证评分为99.651,相对误差为1.099%。结论 BP神经网络-遗传算法数学模型可用于茶叶中有效成分提取工艺预测和优选,且略优于正交设计。