基于确定性筛选设计优化柑橘皮抗氧化活性成分提取工艺

目的 基于确定性筛选设计优化柑橘皮抗氧化活性成分提取工艺研究。方法 首先采用确定性筛选设计考察料液比、碱用量、醇体积分数、提取次数、提取温度和提取时间6个因素对提取效果的影响。然后,代表性抗氧化活性成分橙皮苷、芸香柚皮苷、圣草次苷的峰面积之和作为评价指标, 6个因素作为变量因素,通过多元回归算法建立定量模型。基于模拟实验测定误差法计算获得关键因素与评价指标之间的设计空间。结果 提取过程中,抗氧化活性成分的关键影响因素有3个,分别为提取次数、提取温度和料液比,并成功验证。该3个因素推荐的操作空间是提取次数为1.5~2.9,提取温度为51~60℃,料液比为30.2:1~35.0:1 (mL:g)。结论 本研究优选了提取工艺涉及的6个参数对抗氧化活性成分提取的影响,推荐的操作空间可使代表性抗氧化活性成分的峰面积达标概率达到0.96以上,为工业化提取柑橘皮抗氧化活性成分提供了参考。

确定性筛选设计在Purcise Q膜纯化抗体的应用

目的:通过确定性筛选设计(DSD)方法建立单抗的Purcise Q膜阴离子交换工艺,进一步降低残留宿主细胞蛋白(HCP)含量。方法:将亲和层析洗脱过滤液作为样品,进行Purcise Q膜层析,选取上样pH、上样电导、载量、流速、峰收集条件5个因子为输入因子,以回收率、HCP去除率、多聚体含量为输出响应值,使用确定性筛选设计DOE模型进行实验。结果:在实验参数范围内,多聚体含量没有明显的变化,HCP含量显著降低。上样电导和载量显著影响HCP去除率,而载量、流速和峰收集条件则显著影响层析回收率。利用JMP的模拟实验功能获得了稳健工艺参数组合(上样电导3 ms/cm、载量300 g/L、流速25 MV/min、峰收集50 mAU/mm),进一步利用决策树机器学习方法自动获得设计空间(上样电导3.0~3.6 ms/cm、载量300~460 g/L、流速5~25 MV/min、峰收集50~180 mAU/mm)。结论:确定性筛选设计实验方法适用于膜层析的工艺开发,能够一段式快速获得稳健工艺参数组合和设计空间,对于工艺放大、工艺转移和降低生产风险极具指导意义。

基于确定性筛选设计的膨胀烟丝填充值优化研究

在膨胀烟丝生产工艺中,填充值一直是重点关注的物理指标。本文以提升膨胀烟丝填充值为研究目标,选用干冰法膨胀烟丝生产线为研究对象,主要针对预处理和热端工序进行工艺参数梳理与数据分析,最终确定以预处理松散回潮工序、热端工序参数为突破口。结果表明,松散回潮加水比例、松散回潮回风温度、松散回潮拔风罩压力、松散回潮加蒸汽比例、冷却回潮含水率以及膨胀叶丝风选负压对填充值均值均有一定影响,通过确定性筛选试验设计方法确定最优参数组合,最终提升了成品膨胀烟丝填充值水平。

超高维纵向数据部分线性模型的特征筛选

超高维纵向数据的特征筛选是超高维特征筛选的难点之一,其难点是在保证边际筛选快速的前提下估计工作相关系数矩阵。文章在部分线性模型的假定下,考虑到纵向数据组间独立、组内相关的特点,采用样本协方差去估计未知的工作协方差矩阵,提出了剖面有协方差阵的确定独立筛选(PMSIS)方法,并在一定正则条件下,证明了该方法具有确定筛选性质。通过蒙特卡洛数值模拟与肠道菌群实例数据验证了该方法的有限样本性质,结果表明,新提出的PMSIS方法能有效筛选弱相关的协变量。

基于确定性筛选设计优化五味消毒饮多成分定量指纹图谱

目的采用确定性筛选设计建立五味消毒饮多成分定量指纹图谱分析方法。方法采用确定性筛选设计,以流动相梯度条件、体积流量、柱温为影响因素,指标成分峰分离度、对称因子为评价指标,采用逐步回归法建立评价指标与影响因素的定量模型。结果体积流量和柱温对指纹图谱的影响为极显著(P<0.01),优化后的空间范围为体积流量0.97~1.07 mL/min,柱温24.7~29℃。优化参数后的指纹图谱含共有峰42个,可用于测定紫草氰苷、新绿原酸、单咖啡酰酒石酸、绿原酸、隐绿原酸、秦皮乙素、咖啡酸、菊苣酸、异绿原酸B、异绿原酸A、异绿原酸C、蒙花苷的含量。结论该方法稳定可行,可用于五味消毒饮的指纹图谱和多成分定量检测。

确定性筛选设计优化一种复合钙制剂的工艺

研制一种适用于孕妇服用的复合钙咀嚼片。采用确定性筛选设计(definitive screening design,DSD),对辅料用量、湿法制粒及总混工艺进行筛选及优化,确定辅料用量和最佳工艺。辅料最佳用量为羧甲基纤维素钠2.00%,聚维酮K30 2.00%,聚维酮水溶液浓度为10.00%,用赤藓糖醇补足配方量;采用湿法制粒,外加维生素D3和叶酸,用三维混合机进行混合。所制得的产品口味较好,甜味适中,香味和硬度适宜,钙、铁、铜、叶酸和维生素D3的含量均匀,质量稳定,易于工业化大生产。

基于条件信息熵的超高维分类数据特征筛选

文章提出了一种基于条件信息熵的超高维自由模型下非参数特征筛选方法,在响应变量为两类别时,对多类别离散型协变量进行特征筛选。通过理论证明和蒙特卡罗数值模拟验证了该筛选方法具有确定筛选性质,对超高维分类变量的重要特征筛选具有显著的效果。

基于秩能量距离的超高维特征筛选研究

特征筛选是超高维数据分析中常用的快速降维方法。本文首先基于秩能量距离提出了一种新的适用于超高维判别分析的特征筛选方法(RED-SIS)。该方法无需假定模型结构和有限矩条件,对厚尾协变量数据具有较好的稳健性。其次,本文研究了该方法的理论性质,并在几个较为宽松的正则条件下,证明了确定筛选性质和排序相合性。结果表明,RED-SIS能有效处理变量维数p和样本量n满足logp=O(n~α)的超高维判别分析特征筛选问题,且随着样本量的增加,筛选出的特征集合包含全部真实重要特征集合的概率趋近于1。最后,蒙特卡罗模拟研究该方法的有限样本性质,并和现有的超高维特征筛选方法进行比较。数值模拟结果表明,该方法在厚尾数据情况下具有明显的优越性,同时,实际数据分析的研究结果也说明RED-SIS方法的有效性。

响应变量随机缺失下超高维模型特征筛选方法

文章研究了响应变量随机缺失下超高维数据的特征筛选方法,Kolmogorov过滤方法被用于筛选构建倾向得分函数的重要协变量,据此推广逆概率加权技术构建响应变量随机缺失下的边际特征筛选过程。通过大样本理论证明了所提出的筛选方法在一些常规条件下具有确定性筛选性质,利用蒙特卡罗模拟研究了其有限样本性质,并将其应用于实际数据问题来验证评估其实用价值。

超高维异方差数据下基于边际经验似然的分位数特征筛选

针对超高维异方差数据,基于边际经验似然提出一种分位数特征筛选方法,该方法不依赖于模型假定,且计算简单快捷,无须进行复杂的参数估计和迭代计算。同时,沿袭经验似然方法的优点,该方法对分布的假设较宽松。在一定的正则条件下,理论上证明了所提方法满足确定筛选性质。此外,为了筛选出对响应变量有影响的所有协变量,将上述方法进行推广,得到一种基于边际经验似然的分布函数特征筛选方法。最后,通过数值模拟和实例分析验证了所提出的两种方法具有良好的有限样本性质。

基于稀疏超高维非参数可加模型的条件独立筛选

变量筛选是处理超高维数据的一种有效方法。针对部分变量与响应变量显著相关,Barut等基于线性模型假定提出CSIS方法,能有效降低伪变量错选概率。但CSIS方法线性模型假定严苛,实际研究中有时不能事先确定模型结构。由此,本文基于非参数可加模型提出条件非参数独立筛选方法(CNIS),不需要对模型结构进行假定,增大了适用范围。同时,在适当条件下,证明本文方法第1阶段的筛选具有一致性筛选性质,能以概率1保留重要变量;第2阶段的变量选择也具有良好相合性。Monte Carlo数据模拟结果表明:相较于NIS方法,本文方法表现更好。

基于模型平均的超高维数据特征筛选方法

结合模型平均技术和条件分位数方法,提出一种基于变量间相关度量的模型平均特征筛选方法.该方法具有无模型假设、对异常值或重尾分布稳健以及计算简单快捷等优点,并通过理论证明和蒙特卡洛数值模拟验证了该方法满足确定性筛选性质和有限样本性质.实例分析结果表明,本文所提出的方法具有优良的表现.

基于纵向数据的超高维特征筛选

实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法,对超高维问题进行筛选降维,并从理论上证明了所提出降维筛选过程满足确定性筛选性质,从数值模拟上研究了其有限样本性质.

条件区间分位数超高维特征筛选研究

超高维数据下的特征筛选是模型降维建模的重要环节.基于条件分位数的改进超高维特征筛选方法在给定分位点有扰动情况下可能会导致筛选变量不稳定,针对该问题,引入全局条件分位数的思想,提出基于条件区间分位数的超高维特征筛选方法,并通过理论及数值模拟证明其特征筛选的确定性独立筛选性质和所提方法的有限样本性质.

基于似然比统计量的超高维特征筛选研究

特征筛选是超高维数据处理过程中非常重要的一环,筛选降维的准确性直接影响到后续的数据建模分析。文章针对卡方统计特征筛选方法（PC-SIS）的不足之处,对其进行改进,提出适用于超高维无模型假设下判别分类数据的似然比统计特征筛选方法（LR-SIS）,从理论上证明了LR-SIS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和亚马逊网站电影评论文本数据验证了LR-SIS方法的有限样本性质。

基于距离相关的超高维竞争风险数据特征筛选

针对超高维竞争风险数据,提出并研究了一种新的基于距离相关的特征筛选方法.从理论和数值模拟两方面对新提出的方法进行了研究.理论上证明了新方法的确定性筛选性质.数值上的结果表明,新提出的方法比现有筛选方法有更好的表现,并将新方法应用到了一个实际问题.

基于确定性筛选设计优化榆皇生肌乳膏的制备工艺

目的:在确定性筛选设计的帮助下,系统地研究关键工艺参数,优化榆皇生肌乳膏的制备工艺。方法:依据确定性筛选设计来设计一系列实验,并使用旋转流变仪测试乳膏的流变特性,以获得关键的流变数据。通过对实验数据进行逐步回归拟合分析,探索因子与响应之间的复杂关系。基于这些实验数据进行模拟实验,并利用决策树来确定最合适的因子取值范围,以提高制备工艺的稳定性。应用高斯过程优化方法,在预设范围内寻找最优的参数配置,进一步优化榆皇生肌乳膏的制备工艺。结果:经过优化得到的工艺范围:乳化温度(85±5.5)℃、混合转速(432±51)×g、药物比例(20±2)%、硬脂醇(14.1±1)g、白凡士林(30±2)g、十二烷基硫酸钠(1±0.16)g,在小范围内的波动不会对乳膏产生较大影响。最佳工艺为药物比例20%、乳化温度85℃、混合转速432×g、硬脂醇14 g、白凡士林30 g、十二烷基硫酸钠1 g。在此条件下乳膏生产发生缺陷的概率为0.04329。结论:确定性筛选设计方法可以有效地优化榆皇生肌乳膏的制备工艺,同时该方法为其他中药复方的乳膏制备工艺优化提供了参考。

基于稳定相关系的超高维筛选研究

特征筛选是超高维数据分析中非常重要的一环,筛选降维过程的准确性将影响到后续的建模分析。针对稳定特征筛选方法(SC-SIS)的不足之处进行改进,基于稳定相关系数提出了适用于超高维无模型假设下稳健特征筛选方法(RSCS),相比SC-SIS,该方法对数据中存在异常点或协变量服从重尾分布更有稳健性,从理论上证明了RSCS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和小鼠基因组数据验证了RSCS方法的有限样本性质。

基于分析质量源于设计理念的鱼腥草芩蓝合剂水提浓缩液中7种化学成分的定量研究

该研究基于分析质量源于设计理念,建立了测定鱼腥草芩蓝合剂水提浓缩液中绿原酸、隐绿原酸、槲皮苷、黄芩苷、汉黄芩苷、汉黄芩素、黄芩素含量的高效液相色谱法。使用鱼骨图识别可能影响方法属性的方法参数,通过确定性筛选设计明确关键方法属性为槲皮苷与前后峰的分离度和最后一个色谱峰的保留时间。首先采用加权决定系数法筛选出关键方法参数为第一梯度结束时间、第三梯度结束时间、第四梯度结束时间、柱温、流速,随后通过逐步回归法建立关键方法参数与关键方法属性之间的定量模型,模型的决定系数(R2)值超过0.90。采用不达标概率值定量表征不同参数组合下的风险大小,根据风险大小确定方法可操作设计区域,并成功验证了其可靠性。确定的色谱条件为:Sunshell-C_(18)(150 mm×4.6 mm,2.6μm)色谱柱,流动相为0.60%甲酸水(A)-乙腈(B),梯度洗脱,检测波长为260 nm和326 nm,流速0.80 mL/min,柱温39.0℃,进样量10μL。对优化后的分析方法进行方法学验证,方法线性良好,精密度、稳定性和重复性试验结果良好,相对标准偏差均在5.0%以内,7种成分的平均回收率为92.6%~106%,相对标准偏差在2.0%内。

基于灰色关联分析的烟支吸阻稳定性控制研究

为探索卷烟生产流程中烟支在线吸阻的稳定性控制,本文基于Protos-M5卷烟机底层数采系统进行在线烟支吸阻的过程能力分析,围绕来料烟丝对烟支吸阻的影响效应进行研究。根据制丝与卷包的生产对应关系,建立精确的烟丝质量指标与烟支吸阻的数据对应表。基于该数据对应表,通过灰色关联分析制丝烟丝质量指标与烟支吸阻的量化表征关系,并结合确定性筛选试验对制丝的烟丝质量指标进行适应性改进与优化。通过上述措施,有效地解决了烟支吸阻过程控制不明确、来料烟丝影响无法量化和反馈的问题,进而提升了整体卷烟生产质量的控制水平。