| 中文摘要 | 第1-9页 |
| ABSTRACT（英文摘要） | 第9-15页 |
| 英文缩略语表 | 第15-16页 |
| 第一部分 复方及类方配伍规律研究思路和方法探讨 | 第16-51页 |
| 第一章 复方及类方配伍规律研究的意义 | 第16-20页 |
| 1、配伍规律的涵义 | 第16页 |
| 2、复方配伍规律研究的意义 | 第16-17页 |
| 3、类方配伍研究的意义 | 第17-18页 |
| 4、类方研究是复方配伍规律研究的切入点 | 第18-20页 |
| 第二章 “OD-IM-RD”模式提出的背景 | 第20-33页 |
| 1、试验设计的定义及发展 | 第20-21页 |
| 2、拆方试验设计现状 | 第21-23页 |
| 3、数据挖掘在医药研究中的应用进展 | 第23-27页 |
| 4、人工神经网络在医学研究中的应用 | 第27-31页 |
| 5、现有模式存在的问题与展望 | 第31-33页 |
| 第三章 “OD-IM-RD”模式所用方法的筛选 | 第33-43页 |
| 1、实验拆方方法的选取 | 第33-37页 |
| 2、数学建模方法比较 | 第37-40页 |
| 3、预测建模方法比较 | 第40-43页 |
| 第四章 “OD-IM-RD”模式提出 | 第43-46页 |
| 1、“OD-IM-RD”模式与现有模式的比较 | 第43-44页 |
| 2、“OD-IM-RD”模式提出的意义 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 第二部分 基于 BP 神经网络的半夏泻心汤及其类方实验数据建模 | 第51-84页 |
| 第一章 非线性建模的神经网络 | 第51-59页 |
| 1、神经网络的发展过程和应用 | 第51-52页 |
| 2、人工神经网络的基本原理 | 第52-53页 |
| 3、人工神经网络的分类 | 第53-56页 |
| 4、人工神经网络的基本特征 | 第56-57页 |
| 5、人工神经网络的应用步骤 | 第57-59页 |
| 第二章 BP 神经网络建模 | 第59-68页 |
| 1.B P 神经网络概述 | 第59-61页 |
| 2、传统BP 网络算法原理 | 第61-63页 |
| 3、传统 BP 网络模型存在的问题及改进 | 第63-68页 |
| 第三章 药味药量与药效的非线性映射网络模型的确立 | 第68-81页 |
| 1.B P 神经网络模型建模思路 | 第68页 |
| 2.B P 神经网络建模设计 | 第68-70页 |
| 3.B P 神经网络模型评价 | 第70-76页 |
| 4.B P 神经网络模型与其他传统模型的比较 | 第76-79页 |
| 5、模型的确立 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 第三部分 药味药量与药效的非线性映射网络模型的应用 | 第84-123页 |
| 第一章 模型应用思路探讨 | 第84-87页 |
| 第二章 药味药量与药效关系研究——规律发现之一 | 第87-95页 |
| 1、模型应用结果 | 第87-92页 |
| 2、讨论 | 第92-94页 |
| 3、小结 | 第94-95页 |
| 第三章 君臣佐使配伍规律研究——规律发现之二 | 第95-106页 |
| 1、理论探讨 | 第95-99页 |
| 2、模型应用结果 | 第99-103页 |
| 3、讨论 | 第103-105页 |
| 4、小结 | 第105-106页 |
| 第四章 药性配伍规律研究——规律发现之三 | 第106-117页 |
| 1、理论探讨 | 第106-108页 |
| 2、模型应用结果 | 第108-114页 |
| 3、讨论 | 第114-116页 |
| 4、小结 | 第116-117页 |
| 第五章 类方配伍规律研究——规律发现之四 | 第117-123页 |
| 1、理论探讨 | 第117-118页 |
| 2、模型应用结果 | 第118-120页 |
| 3、讨论 | 第120-122页 |
| 4、小结 | 第122-123页 |
| 总结与展望 | 第123-127页 |
| 参考文献 | 第127-131页 |
| 致谢 | 第131-132页 |
| 个人简历 | 第132-133页 |