文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201510650847.9

申 请 日：20151010

发 明 人：利节 陈国荣 王振宇 高敏 李莉 赖军辉 李忠

申 请 人：重庆科技学院

申请人地址：400023 重庆市沙坪坝区大学城东路20号

公 开 日：20151209

公 开 号：CN105138865A

代 理 人：陈千

代理机构：重庆为信知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供了一种巨型脂质体制备过程的多参数优化方法，运用反馈神经网络算法对已有试验数据进行学习与训练，从而预测在已有参数限制下的最高巨型脂质体产量，然后根据预测的最高巨型脂质体产量，利用遗传算法寻找各参数的最优值，以获得巨型脂质体产量最高值，解决人工大量试验寻找最高巨型脂质体产量的参数值难度大、耗时长、准确性差等技术问题，大大提高了巨型脂质体制备的效率和准确性。

主 权 项：1.一种巨型脂质体制备过程的多参数优化方法，其特征在于，包括以下步骤：S1：运用反馈神经网络算法对已获得的影响巨型脂质体制备的参数值及其对应的巨型脂质体产量值数据进行学习与训练，预测巨型脂质体产量的最高值，其中，输入数据为影响巨型脂质体制备的参数值，输出数据为巨型脂质体产量值；S2：根据预测的巨型脂质体产量的最高值，利用遗传算法寻找影响巨型脂质体制备的参数值的最优值，其中，将反馈神经网络的权值和阈值组成实数数组，作为遗传算法的一个染色体，将反馈神经网络的输出值与期望值的均方误差函数作为遗传算法的适应度函数。

关 键 词：脂质体 脂质 神经网络算法 参数限制  试验数据  遗传算法 优化方法  参数值  多参数  最高值  最优值 预测  差等  寻找  一种  耗时  反馈  试验  训练  运用  学习  解决  进行  

IPC专利分类号：G06F19/12(20110101)