基于微遗传算法的多目标Box-Behnken设计试验条件优化分析

• 作者: 仇丽霞 刘晓红 徐彦杰 杨晓文 韩荣荣
• 来源期刊: 中国卫生统计
• 学科: 医学
• 关键词: 微遗传算法 Box-Behnken设计 最优试验条件 优化效果
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论著
• 页码范围: 337-340,344
• 分类号: R91|TP18
• 字数: 4545字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2012.03.007

摘要

目的 比较微遗传算法与传统优化方法确定最优试验条件的效果.方法 以琥珀酸维生素E、泊洛沙姆-188、0.1mol NaOH作为影响因素；以粒径、ξ电位、克拉霉素(clarithromycin,CLA)乳剂相分布率作为评价指标,在BoxBehnken试验设计给定的条件下,通过最小二乘法拟合二阶响应面方程试验模型,分别运用Matlab 2009a软件的函数模块、图形模块编制的遗传算法程序和Expert Design软件(Version 7.1.6.0)的Box-Behnken设计的传统优化方法,筛选出最优试验条件,比较两种优化方法的效果.结果 当评价指标和因素之间呈非线性回归关系时,Box-Behnken设计充分考虑到各影响因素间的交互作用,同时在中心点进行重复试验,提高了实验的准确性.经微遗传算法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1M NaOH最佳条件分别为:68.25％、0.52％、15.26％,评价指标粒径、ξ电位、CLA乳剂相分布率分别为:135.75nm、33.67 mV、98.12％；经传统优化方法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:76.0％、0.5％、15.4％,评价指标粒径、ξ电位、CLA乳剂相分布率分别为:135.75 nm、31.04 mV、97.33％.结论 对于三水平多因素的试验,采用Box-Behnken设计试验设计可以大大减少设计所花费的时间和成本,提高试验效率.微遗传算法相对于传统优化方法,可以从全局的角度搜索试验条件的最优组合,进行多个评价指标优化效果理想、程序可行、计算时间短、可以应用于解决多维解空间的实际问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仇丽霞	山西医科大学公共卫生学院卫生统计学教研室	87	415	10.0	16.0
2	刘晓红	山西医科大学公共卫生学院卫生统计学教研室	18	51	4.0	6.0
3	韩荣荣	山西医科大学公共卫生学院卫生统计学教研室	5	15	3.0	3.0
4	徐彦杰	山西医科大学公共卫生学院卫生统计学教研室	5	44	2.0	5.0
5	杨晓文	山西医科大学公共卫生学院卫生统计学教研室	3	8	2.0	2.0