%0 Journal Article
%T 基于正交设计和BP神经网络-遗传算法多指标综合优化茶叶提取工艺
%A 任敏霞
%A 吕圭源
%A 吴素香
%A 张佳欢
%A 郑碧莹
%A 金伟锋
%A 陈斌辉
%J 中国现代应用药学报
%D 2019
%R 10.13748/j.cnki.issn1007-7693.2019.10.010
%X 目的 用正交设计及BP神经网络-遗传算法对茶叶提取工艺进行多指标综合优化。方法 以咖啡因、表没食子儿茶素没食子酸酯（epigallocatechin gallate，EGCG）、表儿茶素没食子酸酯（epicatechin gallate，ECG）为考察指标，在单因素实验的基础上，采用正交设计及BP神经网络-遗传算法优选超声辅助提取茶叶中有效成分的工艺，并对2种方法优选所得的工艺进行验证。结果 正交设计得到的最佳提取条件为乙醇浓度85%、浸提温度80℃、超声时间10 min。工艺验证评分为99.050。BP神经网络-遗传算法得到的最优提取方案为乙醇浓度89%、浸提温度88℃、超声时间13 min，网络预测评分为100.758，工艺验证评分为99.651，相对误差为1.099%。结论 BP神经网络-遗传算法数学模型可用于茶叶中有效成分提取工艺预测和优选，且略优于正交设计
%K 茶叶
%K BP神经网络
%K 遗传算法
%K 多指标综合评价法
%K 提取工艺
%U http://www.chinjmap.com/ch/reader/view_abstract.aspx?file_no=283054&flag=1