人工神经元网络辅助催化剂生产

本文提出了一种探索催化剂生产优惠操作条件的新方法．从而使最终产品的质量得以提高，并能节约人力、物力．寻优是依据数学模型离线进行的，模型采用人工神经元网络ＡＮＮ以实际上并不完全的历史数据训练后自动产生．

中药复方及组分配伍优化策略与实践

组方优化研究是中药复方研究的重要环节,近年来数理方法、数据挖掘技术及人工神经网络等工具方法的引入,为解析中药复方配伍规律提供了新的研究手段。中药复方涉及众多变量,如不同药材的配伍比例、各药材的具体提取部位及多组分的相互作用,这些因素共同构成了复杂的非线性量效关系。在这种背景下,寻找适合研究复方特点、能发挥复方优势的方法,并实现其在新药研发中的有效应用至关重要。该文就近年来在中药复方配伍研究中应用的前沿优化试验设计方法进行全面综述,探讨了方药来源优化、配伍中药材剂量优化及多目标优化指标等关键技术问题;归纳整理了在配伍优化过程中对组分效应的评价方法,旨在为中医药创新研究和基于中药复方的新药开发提供科学且实用依据。