南京工业大学学报（自然科学版）
南京工業大學學報（自然科學版）
남경공업대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2013年
5期
57-61
,共5页
合欢皮%总多糖%Box-Behnken%BP神经网络
閤歡皮%總多糖%Box-Behnken%BP神經網絡
합환피%총다당%Box-Behnken%BP신경망락
Albizzia julibrissin Durazz%total polysaccharide%Box-Behnken design%BP neural network (BPNN)
优化合欢皮多糖微波辅助提取工艺和建立BP神经网络模型.以多糖得率为指标,选取微波辐射时间、液固比和溶剂pH为自变量,采用Box-Behnken试验设计,结合响应面分析法(RSA),建立回归方程；在此基础上,建立BP神经网络(BPNN)模型.优化条件下的总多糖实际得率为3.648％,BPNN模型相对误差为1.042％,小于Box-Behnken设计模型相对误差(1.452％).该BPNN模型预测性能良好,对工艺研究的开发具有一定的实用价值.
優化閤歡皮多糖微波輔助提取工藝和建立BP神經網絡模型.以多糖得率為指標,選取微波輻射時間、液固比和溶劑pH為自變量,採用Box-Behnken試驗設計,結閤響應麵分析法(RSA),建立迴歸方程；在此基礎上,建立BP神經網絡(BPNN)模型.優化條件下的總多糖實際得率為3.648％,BPNN模型相對誤差為1.042％,小于Box-Behnken設計模型相對誤差(1.452％).該BPNN模型預測性能良好,對工藝研究的開髮具有一定的實用價值.
우화합환피다당미파보조제취공예화건립BP신경망락모형.이다당득솔위지표,선취미파복사시간、액고비화용제pH위자변량,채용Box-Behnken시험설계,결합향응면분석법(RSA),건립회귀방정；재차기출상,건립BP신경망락(BPNN)모형.우화조건하적총다당실제득솔위3.648％,BPNN모형상대오차위1.042％,소우Box-Behnken설계모형상대오차(1.452％).해BPNN모형예측성능량호,대공예연구적개발구유일정적실용개치.
