Optimization of water extraction technology of Xiangqin jiere granules by orthogonal design based on G1-entropy weight compared with BP neural network

CHENG Bingduo; LUO Liqin; LI Yuanzeng; JIANG Jie; CHEN Yiying; ZHAO Ji; XUE Rui; MA Yunshu

doi:10.6039/j.issn.1001-0408.2024.01.05

您当前的位置：

首页 >

文章列表页 >

Optimization of water extraction technology of Xiangqin jiere granules by orthogonal design based on G1-entropy weight compared with BP neural network

更新时间：2025-09-23

- Optimization of water extraction technology of Xiangqin jiere granules by orthogonal design based on G1-entropy weight compared with BP neural network
- ZHONGGUO YAOFANG Vol. 35, Issue 1, Pages: 27-32(2024)
- 作者机构：
  
  1.云南中医药大学中药学院，昆明　650500
  2.云南省傣医药与彝医药重点实验室，昆明　650500
  3.云南省高校外用给药系统与制剂技术研究重点实验室/云南省南药可持续利用研究重点实验室/云南省药食同源饮品工程中心，昆明　650500
- 作者简介：
- 基金信息：
- DOI：10.6039/j.issn.1001-0408.2024.01.05
  CLC： R917
- Received：04 July 2023，
  
  Revised：2023-11-13，
  
  Accepted：27 November 2023，
  
  Published：15 January 2024
- 稿件说明：
移动端阅览
程炳铎,罗丽琴,李元增,等.基于G1-熵权法的正交实验设计对比BP神经网络优化香芩解热颗粒水提工艺 [J].中国药房,2024,35(01):27-32.

CHENG Bingduo,LUO Liqin,LI Yuanzeng,et al.Optimization of water extraction technology of Xiangqin jiere granules by orthogonal design based on G1-entropy weight compared with BP neural network[J].ZHONGGUO YAOFANG,2024,35(01):27-32.
程炳铎,罗丽琴,李元增,等.基于G1-熵权法的正交实验设计对比BP神经网络优化香芩解热颗粒水提工艺 [J].中国药房,2024,35(01):27-32. DOI： 10.6039/j.issn.1001-0408.2024.01.05.

CHENG Bingduo,LUO Liqin,LI Yuanzeng,et al.Optimization of water extraction technology of Xiangqin jiere granules by orthogonal design based on G1-entropy weight compared with BP neural network[J].ZHONGGUO YAOFANG,2024,35(01):27-32. DOI： 10.6039/j.issn.1001-0408.2024.01.05.

摘要

目的

优化香芩解热颗粒的水提工艺。

方法

以加水倍数、提取时间、提取次数为考察因素，以连翘酯苷A、黄芩苷、连翘苷、千层纸素A-7-

-D-葡萄糖醛酸苷、汉黄芩苷、黄芩素、汉黄芩素含量和出膏率为评价指标，设计3因素3水平的正交实验，并利用G1-熵权法对上述指标进行综合评分，得正交实验优化的水提工艺。以9组正交实验结果为测试和训练数据，以加水倍数、提取时间、提取次数为输入节点，以综合评分为输出节点，利用BP神经网络建模进行网络模型优化和水提工艺寻优。验证并比较两种方法所得水提工艺参数，确定香芩解热颗粒的最佳水提工艺。

结果

香芩解热颗粒经正交实验优化后的水提工艺为加水倍数8倍、提取次数3次、提取时间1 h，综合评分为96.84分（RSD为0.90%）。BP神经网络建模优化后的水提工艺为加水倍数12倍、提取次数4次、提取时间0.5 h，综合评分为92.72分（RSD为0.77%），略低于正交实验所得工艺。

结论

本研究成功优化了香芩解热颗粒的最佳水提工艺，具体为加水倍数8倍、提取次数3次、提取时间1 h。

Abstract

OBJECTIVE

Optimizing the water extraction technology of Xiangqin jiere granules.

METHODS

The orthogonal test of 3 factors and 3 levels was designed， and comprehensive scoring was conducted for the above indexes by using G1-entropy weight to obtain the optimized water extraction technology of Xiangqin jiere granules with water addition ratio， extraction time and extraction times as factors， using the contents of forsythoside A， baicalin， phillyrin， oroxylin A-7-

-D-glycoside， wogonoside， baicalein and wogonin， and extraction rate as evaluation indexes. BP neural network modeling was used to optimize the network model and water extraction process using the results of 9 groups of orthogonal tests as test and training data， the water addition multiple， decocting time and extraction times as input nodes， and the comprehensive score as output nodes. Then the two analysis methods were compared by verification test to find the best water extraction process parameters.

RESULTS

The water extraction technology optimized by the orthogonal test was 8-fold water， extracting 3 times， extracting for 1 h each time. Comprehensive score was 96.84 （RSD＝0.90%）. The optimal water extraction technology obtained by BP neural network modeling included 12-fold water， extracting 4 times， extracting for 0.5 h each time. The comprehensive score was 92.72 （RSD＝0.77%）， which was slightly lower than that of the orthogonal test.

CONCLUSIONS

The water extraction technology of Xiangqin jiere granules is optimized successfully in the study， which includes adding 8-fold water， extracting 3 times， and extracting for 1 hour each time.

关键词

Keywords

references

苏小霞 . 香芩解热颗粒治疗小儿急性上呼吸道感染发热38例 [J ] . 环球中医药， 2016 ， 9 （ 11 ）： 1368 - 1370 .

SU X X . Treatment of 38 cases of fever caused by acute upper respiratory tract infection in children with Xiangqin jiere granule [J ] . Glob Tradit Chin Med ， 2016 ， 9 （ 11 ）： 1368 - 1370 .

霍剑明 . 香芩解热颗粒制剂提取精制工艺及药效学筛选工艺研究 [D ] . 昆明：云南中医学院， 2013 .

HUO J M . Study on extraction，refining and pharmacodynamic screening of Xiangqin jiere granule preparation [D ] . Kunming ： Yunnan University of Traditional Chinese Medicine ， 2013 .

王继龙，魏舒畅，刘永琦，等 . 基于G1-熵权法和正交设计优选黄芪百合颗粒的提取纯化工艺 [J ] . 中草药， 2018 ， 49 （ 3 ）： 596 - 603 .

WANG J L ， WEI S C ， LIU Y Q ， et al . Optimization of extraction and purification technology for Huangqi baihe granules based on G1-entropy method and orthogonal design [J ] . Chin Tradit Herb Drugs ， 2018 ， 49 （ 3 ）： 596 - 603 .

易丽娟，李雅，邹苏兰，等 . 基于正交试验设计与BP神经网络优化益气活血方水提工艺研究 [J ] . 中草药， 2019 ， 50 （ 18 ）： 4305 - 4312 .

YI L J ， LI Y ， ZOU S L ， et al . Optimization of water extraction technology of Yiqi huoxue prescription based on orthogonal test design and BP neural network [J ] . Chin Tradit Herb Drugs ， 2019 ， 50 （ 18 ）： 4305 - 4312 .

夏伟，董诚明，杨朝帆，等 . 连翘化学成分及其药理学研究进展 [J ] . 中国现代中药， 2016 ， 18 （ 12 ）： 1670 - 1674 .

XIA W ， DONG C M ， YANG C F ， et al . Research progress on chemical constituents and pharmacology of Forsythia suspensa [J ] . Mod Chin Med ， 2016 ， 18 （ 12 ）： 1670 - 1674 .

郑勇凤，王佳婧，傅超美，等 . 黄芩的化学成分与药理作用研究进展 [J ] . 中成药， 2016 ， 38 （ 1 ）： 141 - 147 .

ZHENG Y F ， WANG J J ， FU C M ， et al . Research pro- gress on chemical constituents and pharmacological effects of Scutellaria baicalensis Georgi [J ] . Chin Tradit Pat Med ， 2016 ， 38 （ 1 ）： 141 - 147 .

刘建，郑双忠，邓云峰，等 . 基于G1法的应急能力评估指标权重的确定 [J ] . 中国安全科学学报， 2006 ， 16 （ 1 ）： 30 - 33 .

LIU J ， ZHENG S Z ， DENG Y F ， et al . Weight determination of indexes in evaluation of emergency response abi- lity based on G1 [J ] . China Saf Sci J CSSJ ， 2006 ， 16 （ 1 ）： 30 - 33 .

王欣欣，郇鹏飞，何建成，等 . 基于G1-熵权法的Box-Behnken响应面与BP神经网络法优选芪脊方醇提工艺 [J ] . 中药材， 2023 ， 46 （ 3 ）： 706 - 712 .

WANG X X ， HUAN P F ， HE J C ， et al . Optimization of alcohol extraction process of Qiji formula by Box-Behnken response surface method based on G1-entropy weight method and BP neural network method [J ] . J Chin Med Mater ， 2023 ， 46 （ 3 ）： 706 - 712 .

吉部肖情，李丽，阮婧华，等 . 正交设计和BP神经网络结合G1-熵权法对比优化羌药刷格痛风颗粒水提工艺 [J ] . 中草药， 2022 ， 53 （ 4 ）： 1051 - 1058 .

Jibuxiaoqing ， LI L ， RUAN J H ， et al . Contrast optimization of water extracting technology parameters of Shuage tongfeng granules based on BP neural network and orthogonal test combined with G1-entropy weight method [J ] . Chin Tradit Herb Drugs ， 2022 ， 53 （ 4 ）： 1051 - 1058 .

李俊萍，张爽，王谦博，等 . 基于G1-熵权法和正交设计多指标优化刺五加提取工艺 [J ] . 中国新药杂志， 2019 ， 28 （ 7 ）： 871 - 876 .

LI J P ， ZHANG S ， WANG Q B ， et al . Optimization of Acanthopanax senticosus extraction process based on G1- entropy weight method and orthogonal design [J ] . Chin J N Drugs ， 2019 ， 28 （ 7 ）： 871 - 876 .

赵雪莲，兰建龙，杨正明，等 . 基于响应面和G1-熵权法优选彝药痛风颗粒提取工艺及其药效评价 [J ] . 中草药， 2022 ， 53 （ 12 ）： 3653 - 3661 .

ZHAO X L ， LAN J L ， YANG Z M ， et al . Optimization extraction process of Yi medicine Tongfeng granules based on response surface methodology and G1-entropy weight method and its pharmacodynamic evaluation [J ] . Chin Tradit Herb Drugs ， 2022 ， 53 （ 12 ）： 3653 - 3661 .

易丽娟，邹苏兰，柳兰，等 . 基于G1-熵权法和响应面设计优化益气活血方醇提工艺 [J ] . 中国中医药信息杂志， 2019 ， 26 （ 7 ）： 73 - 78 .

YI L J ， ZOU S L ， LIU L ， et al . Optimization of ethanol extraction process of Yiqi huoxue prescription based on G1-entropy method and response surface design [J ] . Chin J Inf Tradit Chin Med ， 2019 ， 26 （ 7 ）： 73 - 78 .

于小岚，熊伟，韩驰 . 基于神经网络的效能评估方法综述 [J ] . 兵工自动化， 2023 ， 42 （ 3 ）： 1 - 8，43 .

YU X L ， XIONG W ， HAN C . A survey of effectiveness evaluation methods based on neural network [J ] . Ordnance Ind Autom ， 2023 ， 42 （ 3 ）： 1 - 8，43 .

张超，韩丽，杨秀梅，等 . BP神经网络结合正交试验优化苦参方中荆芥挥发油的提取工艺 [J ] . 中成药， 2015 ， 37 （ 1 ）： 70 - 74 .

ZHANG C ， HAN L ， YANG X M ， et al . Extraction optimization for volatile oil from Schizonepetae Herba in Kushen recipe by back propagation neural network and orthogonal design [J ] . Chin Tradit Pat Med ， 2015 ， 37 （ 1 ）： 70 - 74 .

Views

237

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰