基于神经网络的感冒中药配方模型建立和性能考察

论文摘要

近.年来，人.工神经网络在生物医药.学领域中.的模式识别、性能预..测方面应用得相.当广泛，其中包括.医学里的临床预测和计算辅.助诊断方面、医学信号的.识别和检.验（神经.网络应用于医学检验中.的图像识别方面）、病.症的分类和建.模预测；以及.药学方面的药物.分析、中草药鉴.别、药物生.产中的工艺.控制等方.面都.有着全面的研.究。由于医药.研究工作中存在很多.现象的非线性、动.态性、随机性.和不确定性等.特征，决定了医药.研究工作的.复杂性。本文是.将神经网络应用于.医药领域中的感冒中.药药物性能检验.和预测方面的研究，在.分析现有的中药.药物性能预测的基.础上，结合神经.网络进行具体的应.用，其论文的.主要工作及结.论如下：1.介绍了神经.网络在医药学领.域中的相关应用.和研究现状，着.重描述了应用于.药学研究.的背景；.2．介绍了BP.神经网络算法和.思想，分析了BP神经网.络模型设计的几个.重要方面，将BP.神经网络模型.应用到中药药.物模型建立方面.奠.定了基础；3．通过大.量收集感冒中药.的药物数据，并进.行每味中药的.药物性能数据.的分析、整理.，确定所有中.药的四性、五味、归.经几个方面里的.20种药物属性是模型.建立和分析的.主要影响因素，确定.用BP神经网络来建立.感冒中药模型。4．根据BP.神经网络可以应用于.预测的原理，提出了.模型预测的研究.步骤，探讨神经.网络预测模型的关键.环节，其中包括药物数.据样本的选择和预.处理、模型中输入和输出.数据的选.择、隐含层节点.数的确定、激.活函数、训练.算.法的选取等。5．以60种真实.的感冒中药药物.数据为实例样.本，结合所建立的.BP神经网络模型.来进行药物性.能的检验和预测，证明.BP神经网络在较小的误差范围.以内揭示了药.物基本属性（四性、五.味、归经等因素）和.药物性能之间的复.杂关系，可以将该模.型应用到今后的药.物性能检验和预.测工作中。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究的背景、意义及内容
• 1.1.1 研究的背景和意义
• 1.1.2 论文研究的主要内容
• 1.2 研究思路与方法
• 1.2.1 研究思路
• 1.2.2 研究方法
• 1.3 论文的创新点
• 1.4 本章小结
• 第二章 人工神经网络的概述
• 2.1 人工神经网络的研究现状
• 2.1.1 神经网络原理
• 2.1.2 人工神经网络的学习算法
• 2.1.3 人工神经网络的特点
• 2.2 人 .工神经网络相关技术在医药学领域中的应用
• 2.2.1 数据挖掘
• 2.2.2 人工神经网络
• 2.2.3 BP 人工神经网络
• 2.3 人工神经网络在药物分析中的研究现状和实际研 究中的问 题
• 2.3.1 人工神经网络在药物分析中的研究现状
• 2.3.2 人工神经网络在药物研究中遇到的问题
• 2.4 本章小结
• 第三章 BP神经网络基本理论及算法
• 3.1 BP 网络结构
• 3.2 BP 学习算法原理
• 3.2.1 BP 算法的数学原理
• 3.2.2 BP 算法的思想和实现步骤
• 3.3 BP 神经网络模型的设计
• 3.3.1 BP 神经网络的层数确定
• 3.3.2 BP 神经.网络的输入、输出层确定
• 3.3.3 BP 神经网络的隐含层节点数确定
• 3.3.4 BP 神经网络学习率确定
• 3.3.5 构建BP 神经网络模型需要注意的问题
• 3.4 BP 神经网络应用于中药性能预测
• 3.5 本章小结
• 第四章 感冒中药配方模型的建立过程
• 4.1 MATLAB 软件包的选择
• 4.1.1 MATLAB 软件包的特点
• 4.1.2 MATLAB 中的 BP 神经网络结构
• 4.2 感冒中药配方模型的数据准备
• 4.2.1 BP 神经网络中的数据预处理
• 4.3 感冒配方中药模型的分析
• 4.3.1 输入层、输出层神经元个数及变量设计
• 4.3.2 隐含层层数的选择
• 4.3.3 隐含层神经元数目的选择
• 4.3.4 激活函数的选择
• 4.4 本章小结
• 第五章 神经网络对感冒类中药模型的药性预测的仿真实验
• 5.1 感冒中药模型的建立和性能考察
• 5.1.1 感冒中药模型的建立和训练
• 5.2 感冒中药模型的数据检验、分析和评价
• 5.2.1 感冒中药模型的数据检验
• 5.2.2 感冒中药模型的数据分析和评价
• 5.3 本章小结
• 第六章 研究总结
• 6.1 全文总结
• 6.2 今后的工作与展望
• 参考文献
• 个人简历 在读期间发表的学术论文
• 致谢