基于SVR模型优化QbD理念在八角莲甘草提取工艺中的实施
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 缩略语 | 第6-10页 |
| 前言 | 第10-12页 |
| 第1章 文献综述 | 第12-24页 |
| 1.1 QbD理念概述 | 第12-14页 |
| 1.2 QbD理念实施流程介绍 | 第14-16页 |
| 1.2.1 工艺评价指标 | 第14-15页 |
| 1.2.2 工艺参数辨识 | 第15页 |
| 1.2.3 预测模型的建立 | 第15-16页 |
| 1.2.4 设计空间 | 第16页 |
| 1.3 QPM、BPANN、SVR应用概况 | 第16-21页 |
| 1.3.1 QPM模型介绍 | 第16-17页 |
| 1.3.2 BPANN模型介绍 | 第17-19页 |
| 1.3.3 SVR模型介绍 | 第19-21页 |
| 1.4 八角莲甘草简介 | 第21-23页 |
| 1.5 本文主要研究内容及意义 | 第23-24页 |
| 1.5.1 本文主要研究内容 | 第23页 |
| 1.5.2 本文主要研究意义 | 第23-24页 |
| 第2章 模型的建立、优化及比较分析 | 第24-48页 |
| 2.1 数据来源及预处理 | 第24-28页 |
| 2.1.1 数据来源 | 第24页 |
| 2.1.2 数据预处理 | 第24-28页 |
| 2.2 QPM模型的建立 | 第28-29页 |
| 2.3 BPANN模型的建立 | 第29-38页 |
| 2.3.1 隐含层神经元数量的确定 | 第29-31页 |
| 2.3.2 不同学习算法的比较 | 第31-34页 |
| 2.3.3 模型优化算法的选择 | 第34-38页 |
| 2.4 SVR模型的建立 | 第38-43页 |
| 2.4.1 SVR类型的选择 | 第38-39页 |
| 2.4.2 核函数类型的选择 | 第39-40页 |
| 2.4.3 优化算法的选择 | 第40-43页 |
| 2.5 模型的比较 | 第43-46页 |
| 2.5.1 建模数据量的比较 | 第44-45页 |
| 2.5.2 模型预测精度的比较 | 第45页 |
| 2.5.3 模型稳定性的比较 | 第45-46页 |
| 2.5.4 模型泛化能力的比较 | 第46页 |
| 2.6 本章小结 | 第46-48页 |
| 第3章 SVR模型在QbD理念实施中的应用 | 第48-60页 |
| 3.1 关键工艺参数的辨识 | 第48-53页 |
| 3.1.1 预测模型的建立 | 第49-51页 |
| 3.1.2 MIV法辨识关键工艺参数 | 第51-53页 |
| 3.2 构建设计空间 | 第53-55页 |
| 3.2.1 建立新的预测模型 | 第53页 |
| 3.2.2 获取设计空间 | 第53-55页 |
| 3.3 设计空间的比较 | 第55-58页 |
| 3.3.1 设计空间比较方法的确定 | 第55-56页 |
| 3.3.2 设计空间的比较分析 | 第56-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第4章 基于QbD理念优化八角莲甘草配比 | 第60-74页 |
| 4.1 试验仪器与材料 | 第60-61页 |
| 4.1.1 试验仪器 | 第60页 |
| 4.1.2 试验材料 | 第60-61页 |
| 4.2 试验方法 | 第61-64页 |
| 4.2.1 不同配比下八角莲甘草提取物的制备 | 第61页 |
| 4.2.2 甘草酸、鬼臼毒素的含量检测 | 第61-62页 |
| 4.2.3 抗肿瘤活性的测定 | 第62-63页 |
| 4.2.4 预测模型的建立 | 第63页 |
| 4.2.5 设计空间的获取、优化与验证 | 第63-64页 |
| 4.3 结果与讨论 | 第64-72页 |
| 4.3.1 甘草酸与鬼臼毒素的含量检测 | 第64-66页 |
| 4.3.2 抗肿瘤活性的测定 | 第66-68页 |
| 4.3.3 预测模型的评价 | 第68-69页 |
| 4.3.4 设计空间的确立 | 第69-72页 |
| 4.4 本章小结 | 第72-74页 |
| 第5章 结论与展望 | 第74-76页 |
| 5.1 结论 | 第74页 |
| 5.2 展望 | 第74-76页 |
| 附录 | 第76-82页 |
| 参考文献 | 第82-90页 |
| 发表论文情况和参加科研情况说明 | 第90-92页 |
| 致谢 | 第92页 |
