基于遗传算法的多目标药物提取条件优化分析方法研究

多目标药物有效成分提取最优条件选择是困扰运筹学理论界一个亟待解决的问题。多目标优化存在一组可供选择、非受控的Pareto 最优解集，而传统方法将其转化为一个或一系列单目标优化问题，所提供的唯一解不能保证所有目标都最优。新发展的遗传算法是一种模拟生物进化过程的随机搜索方法，用于多目标优化，能够使代表整个解集的种群不断进化，以内在并行的方式搜索Pareto最优解集，从而解决了多目标优化的难题，但多遗传算法尚未被医药学领域所认识。本课题旨在深入研究MOGA、NPGA、NSGA、NSGAⅡ、MMOSGA、micro-GA 6种多目标遗传算法的原理、适用条件；编写算法的优化程序，利用标准测试函数验证程序的可靠性；应用于多目标药物有效成分提取最优条件的选择，并进行回代验证，与传统方法进行优化效果比较。本研究将解决医药学多目标优化分析的难题，提供优化分析的便捷程序，提高优化分析的精度和实验效益。