人工神经网络—近红外光谱法用于药物无损非破坏定量分析的研究

【摘要】：本文应用近红外光谱(NIR Spectroscopy)结合人工神经网络(ANN)误差反向传播算法(BP),简称BP网络,对六种不同药物的有效活性成分进行了定量分析,建立了适合于不同药物的神经网络模型,取得了较好的成果,实现了药物的无损非破坏定量分析。 研究并建立了单一活性成分的扑热息痛片和西咪替丁片的最佳ANN模型,同时将它们分别研成粉末建立了粉末药的最佳ANN模型,并且和片剂模型做了比较。证明直接用片剂建立ANN模型可以得到良好的效果。 研究并建立了含有两个活性成分的复方氨酚苯海拉明粉末药和复方氨酚烷胺片的最佳ANN模型。前者与偏最小二乘(PLS)模型做了比较,说明ANN法在处理复杂非线性体系比PLS法具有优越性。将主成分分析(PCA)技术引入神经网络,研究并建立了预测两个活性成分含量的去痛片和复方乙酰水杨酸片的PC-ANN模型,同时也建立了ANN模型,并将PC-ANN模型和ANN模型做了比较。结果表明:得分的使用减少了ANN的输入节点数,同时全面包含了有用的化学信息,因而PC-ANN模型的建立更具有优越性。