检索结果-内蒙古大学图书馆

中国卫生统计 2004年第4期21卷 194-197页

作者：仇丽霞刘桂芬何大卫肖琳山西医科大学卫生统计学教研室 030001

目的　探讨多因素、多水平试验中最优试验条件的确定方法。方法　以二次响应面回归模型为目标函数 ,用遗传算法搜索最优试验条件。结果　在试验范围内 ,遗传算法确定的最优试验条件精度较高 ,且可预测响应变量的水平 ;若根据实际的可行... 详细信息

目的　探讨多因素、多水平试验中最优试验条件的确定方法。方法　以二次响应面回归模型为目标函数 ,用遗传算法搜索最优试验条件。结果　在试验范围内 ,遗传算法确定的最优试验条件精度较高 ,且可预测响应变量的水平 ;若根据实际的可行性 ,外延因素的搜索范围 ,为研究提供新的试验方向。结论　模型与遗传算法结合 ,为多因素、多水平试验中最优试验条件确定提供了精度高 ,信息量大的新方法。

关键词：二次响应面回归模型遗传算法最优试验条件 GA 表达方式

来源：评论

学校读者我要写书评

暂无评论

二次响应面回归模型用遗传算法探索最优试验条件

二次响应面回归模型用遗传算法探索最优试验条件

引用

作者：仇丽霞刘桂芬何大卫肖琳山西医科大学山西医科大学山西医科大学山西医科大学

遗传算法(genetic algorithm,GA)是一种模拟自然进化过程的随机搜索方法。根据达尔文生物进化学说,生物后代的繁衍,既有遗传也有变异,依“优胜劣汰”的原则使生物种群不断进化。1975年 Holland 出版了专著 Adaptation in Natural and Ar... 详细信息

遗传算法(genetic algorithm,GA)是一种模拟自然进化过程的随机搜索方法。根据达尔文生物进化学说,生物后代的繁衍,既有遗传也有变异,依“优胜劣汰”的原则使生物种群不断进化。1975年 Holland 出版了专著 Adaptation in Natural and Artificial Systems,从而遗传算法得到了系统的总结,而作为优化、搜索算法在实际中的应用兴起在80年代的后期,在解决全局最优化问题方面,显示了非常广泛的应用前景．应用表明,遗传算法在解决优化问题时,(1)搜索效率高,可用于参数空间大的优化问题;(2)在非连续性、多

关键词：目标函数值染色体二次响应面回归模型交叉操作二进制串煎煮次数变异概率总黄酮提取变异操作交叉概率木豆叶

来源：评论

学校读者我要写书评

暂无评论

多因素试验优化算法及医学应用

多因素试验优化算法及医学应用

引用

作者：仇丽霞山西医科大学

学位级别：硕士

多因素、多水平试验设计和优化的目的是研究如何在实验区域内最有效地选择试验点，以最少的试验次数研究各因素的作用和因素间的交互作用，并确定影响试验结果的最优条件。本文利用木豆叶中总黄酮提取量的最大优化问题与胃蛋白酶中残留... 详细信息

多因素、多水平试验设计和优化的目的是研究如何在实验区域内最有效地选择试验点，以最少的试验次数研究各因素的作用和因素间的交互作用，并确定影响试验结果的最优条件。本文利用木豆叶中总黄酮提取量的最大优化问题与胃蛋白酶中残留蛋白含量控制的最小优化问题中的正交试验结果，突破传统的方差分析模型，将回归分析方法应用于其结果分析，拟合二次响应面回归模型，两模型均有统计学意义，拟合效果较好，在总黄酮提取量最大的优化问题中，R2达到99.91％，一次项、二次项有统计学意义，其决定系数分别为55.34％、44.56％；在残留蛋白含量最小的优化问题中，R2达到98.61％，一次项、二次项有统计学意义，其决定系数分别为65.94％、32.67％；在两实例中，因素间均无交互作用，不存在模型的拟合不足，残差围绕零随机分布，cook's距离均在±2之间，所以两实例的试验数据拟合二次响应面回归模型的效果好。在二次响应面回归模型的基础上，分别利用最速上升法、遗传算法搜索最优试验条件，并与正交试验设计的直接寻优法进行比较。最速上升法沿着曲面最大增量的方向逐步移动，直到观察到的响应不再增加为止的寻优方法，最速上升法能保证局部收敛性，因而易陷入局部最优。遗传算法（genetic algorithm，GA）是一种模拟自然进化过程的随机搜索方法，能保证全局最优。对于木豆叶中总黄酮提取的最大优化问题，最速上升法所确定的最优试验条件为：加水量为木豆叶重量的10.2倍、煎煮温度93℃、煎煮3次、每次1.5小时，此时总黄酮提取量将达到0.896029mg／g。利用遗传算法，在种群规模为30，染色体串用二进制表示的总长度为80位，采用单点交叉的方式，交叉概率Pc=0.80，变异概率Pm=0.05，最大进化世代数为100，所确定山西医科大学硕士学位论文2003 的最优试验条件为:加水量为木豆叶重量的10.5倍、温度99.70c、煎煮3 次、每次1.5小时，总黄酮的提取量为1.0713mg/g。与最速上升法相比，总黄酮的提取量增加了0.1753m留g，提高了20%。若将煎煮时间的搜索范围扩大为0.75一2.0小时，算法参数不变，遗传算法确定的最优试验条件为:加水量10.5倍，煎煮温度99.4OC，煎煮3次，每次煎煮2小时，总黄酮提取量达到1.8499m岁g，比在试验范围内的条件下增加了0.7786m创g，提取量提高了72.68%。从分析结果看，在优化试验条件时遗传算法比最速上升法更具优势。对于胃蛋白酶中残留蛋白含量控制的最小优化问题，最速上升法所确定的最佳工艺条件为:水解温度为45.40C、水解3.95小时，加3.0%的盐酸、烘房温度61.50c，此时残留蛋白含量约降到0.007569mol。利用遗传算法，在种群的规模为40，包含四个影响因素的每个染色体串用二进制表示的总长度为80位，采用单点交又的方式，交叉概率尸c=0.85，变异概率尸m=0.05，最大进化世代数为100，所确定的最佳工艺条件为: 水解温度为46.7oe、水解3.75小时、加***’o的HeL、烘房温度64.1“e，此时胃蛋白酶中残留蛋白的含量约降到***01mol。较最速上升法减少了 ***75mol，降低了98.68%。而正交试验设计寻优的直接法只能在试验设计的各因素水平上确定最优试验条件，不能预测残留蛋白的含量。

关键词：正交试验设计二次响应面回归模型最速上升法遗传算法优化

来源：评论

学校读者我要写书评

暂无评论

遗传算法在正交试验设计最优条件选择中的应用

引用

现代预防医学 2004年第4期31卷 493-495页

作者：仇丽霞刘桂芬何大卫肖琳 030001 山西医科大学卫生统计学教研室山西医科大学卫生统计学教研室太原

目的 :探讨正交试验设计中最优条件选择的方法。方法 :本文利用胃蛋白酶生产过程中质量控制的正交试验结果 ,以二次响应面回归模型为目标函数 ,用遗传算法搜索最优试验条件。结果 :二次响应面回归模型有统计学意义 (F=16 0 .0 ,P<0 .... 详细信息

目的 :探讨正交试验设计中最优条件选择的方法。方法 :本文利用胃蛋白酶生产过程中质量控制的正交试验结果 ,以二次响应面回归模型为目标函数 ,用遗传算法搜索最优试验条件。结果 :二次响应面回归模型有统计学意义 (F=16 0 .0 ,P<0 .0 0 0 1,R2 =98.6 1 ) ,遗传算法确定的最优试验条件为 :水解温度 4 6 .7℃、水解 3.75 h、加 3% HCl、烘房温度 6 4 .1℃ ,该条件的精度较直接法高 ,此时胃蛋白酶中残留蛋白的预测量为 0 .0 0 0 1mol。结论 :模型与遗传算法结合 ,为正交试验设计最优条件的确定提供了新的方法。

关键词：正交试验设计二次响应面回归模型遗传算法最优试验条件

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：