薯蓣皂素在混合醇溶剂中溶解度的神经网络模型目 录摘要 .IAbstract.II引 言 .1第 1章 神经网络计算薯蓣皂素溶解度的意义 .21.1 薯蓣皂素的医药作用 .21.2 薯蓣皂素溶解度计算的意义 .2第 2章 文献综述 .32.1 神经网络的研究现状 .32.2 神经网络在溶解度方面的应用 .4第 3章 人工神经网络算法简介 .53.1 人工神经网络介绍 .53.2 人工神经网络的算法 .63.2.1 人工神经网络得算法介绍 .63.2.2 前向计算 .73.2.2 误差反传 .7第 4章 薯蓣皂素溶解度数据的关联与预测 .84.1 神经网络模型的建立 .84.1.1 输入层与输出层的确定 .84.1.2 隐含层节点数的确定 .104.2 神经网络模型的精度与检验 .124.2.1 一致性检验图 .124.3 结果与讨论 .14结 论 .15致 谢 .16参考文献 .18I薯蓣皂素在混合醇溶剂中溶解度的神经网络模型摘要：溶解度作为薯蓣皂素生产工艺中的重要参考数据，直接关系到生产设备的选型和工艺路线的设计。本文采用人工神经网络，通过前向计算和误差反传两个阶段建立起神经网络的优化结构，来关联和预测文献中薯蓣皂素在混合醇溶剂中的溶解度数据。通过模型输出值与真实值的图表化处理来检验神经网络模型的精确度，结果显示神经网络模型的精确度令人满意。最终确定了薯蓣皂素再混合醇溶剂中溶解度的优化模型为（4，5，1） 。即模型的输入变量为四：临界温度，临界压力，偏心因子和重组分的正常沸点；隐含层节点数为五；输出层变量为一：溶解度；误差结束控制值为 0.002。虽然由于神经网络的研究起步较晚，没有权威的指导理论，但其能广泛关联非线性多变量的系统的优点，仍然值得我们去深入研究。关键词：溶解度 薯蓣皂素 混合醇溶剂 神经网络IINeural network model for solubility of diosgenin in mixed alcohol solventsAbstract: As an important reference data in the production process of diosgenin, solubility is directly related to the selection of production equipment and the design of process route. In this paper, artificial neural network (ANN) was used to correlate and predict the solubility data of diosgenin in mixed alcohol solvent by forward calculation and error back propagation. The accuracy of the neural network model is verified by the graph output of the model output value and the real value. The results show that the accuracy of the neural network model is satisfactory. The optimal model for resolving the solubility of diosgenin in alcohol was finally determined (4, 5, 1). The input variables of the model are four: the critical temperature, the critical pressure, the eccentricity factor and the normal boiling point of the heavy component; the number of hidden layer nodes is five; the output layer variable is one: the solubility; the error end control value is 0.002. Although the research of neural network started lately and there is no authoritative guidance theory, it can be widely associated with the advantages of nonlinear multivariable systems, the development of the neural network should be a research project of concern.Key words: Solubility; Diosgenin; Mixed alcohol solvents;Artificial neural networks1引 言在利用黄姜生产薯蓣皂素的生产工艺过程中，不管是采用的何种工艺方法，其首要步骤都是对原料进行水解，然后再将水解产物进行提取，而提取过程多是采用有机溶剂进行抽提，这是利用它不溶于水而溶于有机溶剂的性质 1。研究表明，在其他外界条件相同时，有机溶剂的选择不同，薯蓣皂素在其中的溶解度差别也很大，从而会造成提取率和成品纯度的差异。众所周知，溶解度作为一项重要的物化指标，一直是化学学科的研究重点 2。而实验测量通常是获得溶解度数据的主要途径，但是实验测量往往耗时耗力，有时由于原材料花费比较昂贵，会造成测量过程代价高昂，而且实验测得的数据往往是有限的，不能满足当今飞速发展的科学技术要求。通过将实验测量的溶解度数据模型化或许为解决这些问题提供了一个可行的方法。神经网络自其创立以来，发展势头极其迅速，利用与人脑相类似的信息处理机制，以处理单元代替神经元之间的连接，权重系数代表连接强度，因此也被称为人工神经网络。人工神经网络以其自组织，自学能力，自适应能力强的特点，在模智能控制、预测估计、生物医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性 3。近年来，人工神经网络在很多领域都有应用，但用于溶解度方面则相对较少，基于此，本文采用神经网络模型，对薯蓣皂素在混合醇溶剂中溶解度的数据进行关联和预测，以期望获得精度较为令人满意的数据模型。2第 1 章 神经网络计算薯蓣皂素溶解度的意义1.1 薯蓣皂素的医药作用薯蓣皂素是一种白色或微黄结晶性粉末的化学物质，不溶于水而溶于有机溶剂 4。薯蓣皂素在医药界的医药作用是十分重要和广阔的。以黄姜为原材料生产的薯蓣皂素作为合成激素的重要基础原料被广泛应用。我国已经利用薯预皂普配基合成了多种药物,除激素、消炎、降血脂、抗病毒、抗过敏、避孕等用途外,还利用昌体起始原料合成镇痛药、麻醉药、冠心病药等,利用前景广阔。现在薯预皂素还在调节人体机能、防病抗衰老、减肥、补钙、调节脑神经等保健用品、日用化学品等方面获得广泛应用。近年来有研究表明薯预皂素有抗肿瘤作用。目前，世界范围内以其为基础原料已经合成了三四百种激素药物。其中最令人瞩目的当属甾体激素类药物，由于其具有很强的抗感染、抗过敏、抗病毒和抗休克的药理作用，被广泛用于治疗风湿、心血管、淋巴白血病、细胞性脑炎、皮肤病、抗肿瘤和抢救危重病人 5。由于年联合国卫生组织禁止使用化学合成法生产街体激素药物,而从动物组织和血液中提取的皂素会导致肥胖和巨人症,因此皂素无法人工合成,只能从植物中提取。直到目前为止,国际上还没能找到一种合适的药品来代替薯蓣皂素，人工合成的替代品或因造价高昂，或因治疗效果较差而失去竞争力。由此可见，薯蓣皂素的生产及其加工是当前的朝阳产业，前景十分广阔。1.2 薯蓣皂素溶解度计算的意义薯蓣皂素在有机溶剂中的溶解度是黄姜生产加工工艺的重要数据，以溶解度为依据的有机溶剂选择，直接决定了薯蓣皂素成品的得率与纯度。现阶段，薯蓣皂素在有机溶剂中的溶解度数据来源主要有两方面：一方面是实验测量，该法所得数据精确高，但往往耗时耗力，并且容易受实验室条件的限制。例如，现代工业许多工艺需要目标产品在超临界流体中的溶解度数据，然而许多实验室并不具备超临界流体的测量条件；另一方面是经验方程来计算溶解度，这种方法特异性强，往往只能计算特定体系，如果研究的体系发生变化，相应的模型参数就不在适用，灵活性较差。为了解决上述问题，采用神经网络对薯蓣皂素溶解度数据进行关联与预测或许是一个行之有效的方法。为我们提供了一种探究溶解度数据的新途径。3第 2 章 文献综述2.1 关联方程计算溶解度除了通过实验测定溶解度数据外，还可以用关联方程 6来进行计算。常用方程如下：2.1.1 h 方程 由 Buchowski 等人开发的 h 模型是半经验方程，常用来计算物质的溶解度，公式如下：（2-1）其中 和 h 是由实验数据确定的模型参数， 表示饱和溶液的非理想性。x 是在温度 T 下溶解度的摩尔分数。 是正常的熔化温度（K） 。2.1.2 Apelblat 方程溶解度和温度的摩尔分数之间的关系也可由 Apelblat 方程表示，可以从中推导出克劳修斯-克拉佩龙方程：(2-2)其中 A，B 和 C 是经验常数， x 是在温度 T 下溶解度的摩尔分数。2.1.3 理想模型理想模型是基于热力学原理的固液平衡的通用方程，也能用