摘 要 建立了一种基于粒子群优化算法的毛细管电泳条件辅助优化方法。以丹参为研究对象，将改良的色谱指数方程用于评价酚酸类成分的电泳分离性能，用粒子群优化算法对分离条件进行全局寻优，获得最佳的区带电泳分离条件(5.0 mmol/L 硼砂，18.5 mmol/L 磷酸二氢钠，6.1%乙腈，运行电压18.2 kV)。为进一步改善分离，在所获优化条件下添加50.0 mmol/L SDS，在胶束电动毛细管色谱分离模式下使酚酸类成分(原儿茶醛、丹参素、丹酚酸B等)得到更好分离。本方法准确可靠，可推广应用于其他复杂化学体系的毛细管电泳分离条件优化。

     关键词 粒子群优化算法，丹参，毛细管电泳，辅助优化，中药

    本文系国家自然科学基金重大研究计划重点项目(No. 90209005)和国家重点基础研究发展计划(No.2005CB523402)资助

     1 引 言

    毛细管电泳(CE)是一种高效、快速的分离分析技术，已广泛应用于化学、药学和生命科学等领域。由于影响CE 分离的因素较多，所以，其分离条件优化已成为CE 分析中的关键问题。近年来试验设计法[1]、重叠分辨图法[2]、人工神经网络法[3]等陆续被用于优化CE 分析条件。粒子群优化(PSO)是一种新型的进化优化算法，其源于对鸟群或鱼群捕食行为的模拟，具有深厚的智能背景[4]。与其它进化算法相比，PSO 具有操作简单，收敛快速等优点，已受到进化计算界的高度重视，并开始在众多领域得到应用[5，6]。

    本研究将PSO 算法用于丹参酚酸类成分(原儿茶醛、丹参素、丹酚酸B 等)CE 分离条件的辅助优化 ......