| 中文摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 前言 | 第10-14页 |
| 第一章 BP 神经网络和遗传算法概述 | 第14-25页 |
| ·BP 神经网络 | 第14-15页 |
| ·BP 网络算法 | 第15-19页 |
| ·BP 网络结构的确定 | 第19-22页 |
| ·遗传算法及基本原理 | 第22-23页 |
| ·BP 算法与遗传算法的结合 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第二章 非劣分类遗传算法 | 第25-30页 |
| ·多目标优化的基本概念 | 第25页 |
| ·Pareto 解的概念 | 第25页 |
| ·多目标优化的特点 | 第25页 |
| ·多目标遗传算法的发展 | 第25-26页 |
| ·非劣分类遗传算法 | 第26-28页 |
| ·工具箱介绍 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于GA-BP 的NSGA-Ⅱ多目标药物提取、制备条件优化的应用 | 第30-46页 |
| ·秦皮提取工艺的两目标优化 | 第30-36页 |
| ·资料 | 第30-31页 |
| ·两目标函数的模型拟合 | 第31-33页 |
| ·三种建模方法的效果比较 | 第33页 |
| ·NSGA-Ⅱ对试验条件的优化 | 第33-36页 |
| ·吲达帕胺微球制剂工艺的三目标优化 | 第36-44页 |
| ·资料 | 第36页 |
| ·正交试验设计 | 第36页 |
| ·三目标函数的模型拟合 | 第36-38页 |
| ·三种建模方法比较 | 第38页 |
| ·NSGA-Ⅱ对试验条件的优化 | 第38-44页 |
| ·NSGA-Ⅱ优化结果的比较 | 第44页 |
| ·最优提取条件的回代验证 | 第44页 |
| ·小结 | 第44-46页 |
| 第四章 结论与讨论 | 第46-48页 |
| ·结论 | 第46页 |
| ·讨论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 综述 神经网络在药物制剂研究中的应用 | 第52-58页 |
| 参考文献 | 第56-58页 |
| 个人简介 | 第58-59页 |
| 致谢 | 第59页 |