基于外部存档更新及截断的NSGA-Ⅱ改进算法

传统的NSGA-Ⅱ(Non-dominated Sorting Genetic AlgorithmⅡ)算法使用拥挤度作为精英选择的第二指标,该方法在处理高维多目标优化问题时,常常由于选择压力不足,以及不同目标间优化冲突加剧等原因,很难维持种群收敛性和多样性的平衡。针对上述问题,提出一种基于外部存档更新及截断机制的NSGA-Ⅱ改进算法NSGA-Ⅱ-UTEA(NSGA-Ⅱalgorithm based on Update and Truncation of External Archive)。该算法首先在精英选择中引入基于权重向量分解的外部存档机制,然后根据个体与所在权重向量及超平面距离之和更新外部存档,并基于个体间角度计算实现外部存档截断,进一步提升了算法在高维多目标优化问题中种群的收敛性和多样性。与NSGA-Ⅱ、NSGA-Ⅲ、MOEA/D(Multi-Objective Evolutionary Algorithm based on Decomposition)、NSGA-Ⅱ-ARSBX(NSGA-Ⅱwith Adaptive Rotation based Simulated Binary crossover)和RPD-NSGA-Ⅱ(Reference Point Dominance-based NSGA-Ⅱ)这5种先进的进化算法的对比实验结果表明,NSGA-Ⅱ-UTEA算法在10目标以上的高维DTLZ(Deb Thiele Laumanns Zitzler)和WFG(Walking Fish Group)系列测试函数上,各项性能指标整体优于其他算法,在解集的分布性和多样性方面具有显著优势。特别是在大部分高维WFG4~WFG7凹问题上都能取得最佳的性能指标值。与传统的NSGA-Ⅱ算法相比,NSGA-Ⅱ-UTEA算法在10目标以上的高维DTLZ系列测试函数上,反世代距离(IGD)性能平均提升了50.6%;在15目标以上的高维WFG系列测试函数上,超体积(HV)性能平均提升了60.7%。实验结果验证了NSGA-Ⅱ-UTEA算法改进的有效性。

响应面法优化微波辅助提取芦笋黄酮的研究

以绿芦笋为原料,在单因素试验的基础上,选取液料比、微波功率和提取时间为影响因子,以黄酮得率为响应指标,采用响应面试验设计和分析的方法对微波辅助提取芦笋黄酮的工艺进行了优化。结果表明,微波辅助提取芦笋黄酮的最佳工艺参数为:液料比3∶1,微波功率309W,提取时间120 s,黄酮得率为0.695%。与常规溶剂提取法和超声提取方法相比,微波辅助提取法显著提高了芦笋黄酮的得率,大大缩短了提取时间。因此微波辅助提取法在植物黄酮的提取中有很大的应用前景。

高速逆流色谱分离制备常春油麻藤豆荚中丁香脂素

采用高速逆流色谱(HSCCC)方法从常春油麻藤豆荚中分离制备丁香脂素。HSCCC的溶剂系统条件为V(甲基叔丁基醚)∶V(甲醇)∶V(水)=2∶1∶1。从5 g粗提物中可一次分离得到纯度89.5%的丁香脂素单体1.28g,进一步重结晶可得到纯度98.1%的丁香脂素。分离得到的丁香脂素结构经电喷雾质谱(ESI-MS)以及核磁共振氢谱(1H NMR)和碳谱(13C NMR)进行鉴定。杭州不同地区的常春油麻藤豆荚中丁香脂素的含量在3.0 g/kg以上,是一种优质的天然丁香脂素资源,通过高速逆流色谱分离制备可获得大量天然丁香脂素。