人工神经网络分光光度法用于增效联磺片三组分的同时测定
作者：丁德荣 刘世庆 王 煜 宋爱华1
单位：丁德荣 刘世庆 王煜 沈阳药科大学药学系；宋爱华 测试中心， 沈阳 110015
关键词：人工神经网络；分光光度法；误差反传；增效联磺片
沈阳药科大学学报990209 摘 要 采用误差反传(BP)人工神经网络同时测定模拟增效联磺片三组分含量，磺胺嘧啶(SD)、磺胺甲基异恶唑(SMZ)、甲氧苄胺嘧啶(TMP)的平均回收率和相对标准差分别为101.0%、0.66%；99.4%、1.1%；100.4%、1.2%；且讨论了网络结构和参数对分析结果的影响.
分类号 R914.1
The Artificial Neural Network Spectrophotometry Used in Simultaneous Determination of Three Ingredients in Zengxiao Lianhuang Tablets
, http://www.100md.com
Ding Derong,Liu Shiqing,Wang Yu,Song Aihua
Department of Pharmacy,Shenyang Pharmaceutical University,Shenyang 110015
Abstract Three ingredients in simulated Zengxiao Lianhuang Tablets were determined simultaneously by means of artificial neural network based on error back-propagation(BP).The mean recoveries and the relative standard deviation of sulfadiazine,sulfamethoxazole and trimethoprim were 101.0%,0.66%；99.4%，1.1%；100.4%，1.2% respectively.The effect of the network structure and network parameter on the analytical result was discussed.
, http://www.100md.com
Key words artificial neural network;spectrophotometry;error back-propagation;Zengxiao Lianhuang Tablets
增效联磺片是一抗菌复方制剂，广泛用于脑膜炎、呼吸道和尿道感染及败血症等的治疗.文献报道，曾有人用卡尔曼滤波分光光度法〔1〕、岭回归分析法〔2〕、差谱法〔3〕、褶合光谱法〔4〕测定增效联磺片(胶囊)三组分含量.作者运用人工神经网络不经分离同时测定其三组分，结果良好.人工神经网络是一种模拟人脑功能的信息处理系统，具有自组织、自适应、自学习的功能，是一种很有前途的化学计量学方法.
1 基本原理
人工神经网络是用数值计算方法处理数据.处理过程分两步：训练过程和回想过程.训练过程就是用已知浓度的校正集训练网络，调好连接权重和阈值，确立网络结构；回想过程就是以训练好的网络对样品进行预测.
, http://www.100md.com
最常用的误差反向传播(BP)算法是以实际输出和期望输出间的误差最小为目标，通过误差反向传播不断地调整权重等参数，实现训练集误差的梯度下降.通常，人工神经网络含有输入层、输出层及隐蔽层，作者采用最简单的仅有单层隐蔽层即三层网络，其拓扑结构见图1.
Fig.1 Schematic representation of a three-layer network topology
将模式对(Ak，Ck)(k=1,2,3，…，m)输入，A代表吸收度，C代表期望值，由(1)式产生隐蔽层LB的值：
(1)
式中i=1，2，3，…,p，θ为LB层的阈值，v为LA层与LB层的连接权重，f为转换函数，文中采用非线性S型函数：
(2)
, 百拇医药
式中为增益量，文中取1.
由(3)式产生输出层LC的值：
(3)
式中j=1，2，3，…，q;r为LC层的阈值，W为LB层与LC层的连接权重.
由(4)式计算输出层LC误差：
(4)
式中,j=1,2,3，…，q,ckj为LC层单元j的希望输出.
由(5)式计算LB层单元相对于每个dj的误差：
(5)
, 百拇医药
由(6)、(7)两式调整连接权重和阈值：
ΔWij=αb\-id\-j； Δvhi=βahei. (6)
Δrj=αdj； Δθi=βei. (7)
(6)、(7)式中，i=1,2,3，…,p;j=1,2,3，…,q;h=1,2,3,…,n；α，β为学习效率，文中取α=β且大于0小于1.
文中权重和阈值赋-0.5～0.5的随机初值，通过循环迭代学习不断调节权重和阈值，直至使最大输出误差变得足够小或为零为止.程序用QBASIC语言编写.关于人工神经网络的详细算法和原理见文献〔5〕.
, 百拇医药
2 实验部分
2.1 仪器与试剂
日本岛津UV-2201紫外分光光度计；北京光学仪器厂DT-100电光分析天平；联想486计算机；SD、SMZ由北京制药厂提供；TMP辅料由山东新华制药厂提供；上述试剂均为药用规格；无水乙醇、盐酸、氢氧化钠均为分析纯.
2.2 条件选择与测定结果
2.2.1 溶剂选择
根据三组分的溶解性不同，SD、SMZ用0.1 mol/L的NaOH溶液溶解，TMP先用20 mL无水乙醇和20 mL 0.1 mol/L的HCl溶解后用0.1 mol/L的NaOH溶液稀释.
2.2.2 贮备液的配制
, http://www.100md.com
精密称量SD、SMZ分别为145.6、141.9 mg于250 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，精密称取TMP 117.7 mg置于500 mL容量瓶中，先用20 mL无水乙醇和20 mL 0.1 mol/L HCl溶液溶解，后用0.1 mol/L NaOH溶液稀释至刻度.再分别取上述溶液各10 mL于100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度作为贮备液.
Fig.2 The UV spectrum
1—Mixture; 2—Sulfadiazine;
3—Sulfamethoxazole; 4—Trimethoprim
2.2.3 稳定性考察
, 百拇医药
精密量取上述贮备液各10 mL于100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，混匀，于1、2、4、8、12 h进行测定，吸收度的变化小于0.4%.
2.2.4 吸收曲线的绘制
精密量取上述贮备液各10 mL于100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，于波长220～280 nm间扫描紫外得吸收曲线，见图2.
2.2.5 校正样品的配制
按处方比例取相当各组分80%，90%，100%，110%，120% 5个水平，按正交设计表[L25(56)]设计，精密吸取各贮备液适量置100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，配成20个校正样品.
, http://www.100md.com 2.2.6 波长选择
根据各个组分的吸收曲线特征，在220～280 nm间相隔1 nm读取吸收度，在此范围内辅料无紫外吸收.
2.2.7 数据预处理
因为输出值均在0～1之间，故对期望值由(8)、(9)两式进行数据变换和反变换：
X=0.6×(Y-Ymax)/(Ymax-Ymin)+0.8. (8)
Y=(
-0.8)(Ymax-Ymin)/0.6+Ymax. (9)
式中Ymax、Ymin为期望值中的最大值和最小值，利用(8)式使期望值位于0.2～0.8之间以便训练，利用(9)式复原数据.
, http://www.100md.com
2.2.8 回收率的测定
以上述校正样品中14个为训练集，6个作为回收率的测定，结果见表1.
Tab.1 The recovery No.
Component/%
SMZ
SD
TMP
1
100.4
98.7
98.9
2
, 百拇医药
101.6
99.9
98.8
3
101.6
98.6
101.2
4
100.9
101.3
101.5
5
101.4
, http://www.100md.com
98.5
101.5
6
100.0
99.4
100.4
101.0
99.4
100.4
RSD
0.66
1.1
, http://www.100md.com
1.2
2.2.9 模拟样品测定
按处方比例(W(SD)∶W(SMZ)∶W\{(TMP)\}=2.5∶2.5∶1)取三组分的原料药和适量辅料充分混合制成模拟样品，精密称取适量(约相当SD140 mg)于250 mL容量瓶中，先用20 mL无水乙醇和20 mL 0.1 mol/L HCl溶液溶解后用0.1 mol/L NaOH溶液稀释至刻度，摇匀，过滤，弃去初滤液，精密取续滤液10 mL置100 mL容量瓶中用0.1 mol/L NaOH液稀释至刻度，再精密取10 mL于100 mL容量瓶中用0.1 mol/L NaOH液稀释至刻度配成5份试样，测定结果见表2.
Tab.2 The content of the simulated sample No.
Component/%
, 百拇医药
SD
SMZ
TMP
1
101.4
99.2
100.3
2
100.0
99.1
99.0
3
100.4
, 百拇医药
98.9
99.8
4
100.1
99.7
101.4
5
100.0
100.7
100.2
±s
100.4±0.59
99.5±0.72
, http://www.100md.com
100.1±0.87
3 讨论 a.作者采用三层网络结构，输入层、隐蔽层、输出层节点数分别为40、15、3，隐蔽层节点数分别用25、20、15、10、8进行了考察，当隐蔽层节点数为20、15均可得到较好的结果，并且网络稳定.
b.学习效率α在0.35～0.55间较好，太大网络不稳定，太小收敛太慢.最大输出误差不宜太小以防过拟合，而且可能难以收敛.
c.对波长的选择一定要根据组分的紫外吸收特征，否则，提取的信息可能不够，难以得出较佳的结果.训练网络时样品要随机输入，便于网络收敛.
d.人工神经网络虽然发展有40余年的历史，但是还不完善，例如对网络收敛速度的加快、隐蔽层的确定、过拟合的防止等理论至今还不完善，这一方法还有待进一步完善和提高.
, 百拇医药
参考文献
1 王占文，邹巧根，陆小平.卡尔曼滤波分光光度法测定增效联磺胶囊中三组分的含量.中国药学杂志，1989，24(7)：667～669
2 周密，洪福山，尹荃，等.岭回归分析法测定增效联磺片的含量.沈阳药学院学报，1990，7(2)：139～141
3 闻京伟，李洁.差谱法同时测定增效联磺片中三组分含量.中国医院药学杂志，1995，15(4)：164～165
4 宋洪杰，吴玉田.褶合光谱法应用于增效联磺片的含量测定.中国医院药学杂志，1996，16(12)：553～554
5 靳蕃，范俊波，谭永东.神经网络与神经计算机原理、应用.成都：西南交通大学出版社，1991.146～150
收稿日期:1998-06-29, 百拇医药
单位：丁德荣 刘世庆 王煜 沈阳药科大学药学系；宋爱华 测试中心， 沈阳 110015
关键词：人工神经网络；分光光度法；误差反传；增效联磺片
沈阳药科大学学报990209 摘 要 采用误差反传(BP)人工神经网络同时测定模拟增效联磺片三组分含量，磺胺嘧啶(SD)、磺胺甲基异恶唑(SMZ)、甲氧苄胺嘧啶(TMP)的平均回收率和相对标准差分别为101.0%、0.66%；99.4%、1.1%；100.4%、1.2%；且讨论了网络结构和参数对分析结果的影响.
分类号 R914.1
The Artificial Neural Network Spectrophotometry Used in Simultaneous Determination of Three Ingredients in Zengxiao Lianhuang Tablets
, http://www.100md.com
Ding Derong,Liu Shiqing,Wang Yu,Song Aihua
Department of Pharmacy,Shenyang Pharmaceutical University,Shenyang 110015
Abstract Three ingredients in simulated Zengxiao Lianhuang Tablets were determined simultaneously by means of artificial neural network based on error back-propagation(BP).The mean recoveries and the relative standard deviation of sulfadiazine,sulfamethoxazole and trimethoprim were 101.0%,0.66%；99.4%，1.1%；100.4%，1.2% respectively.The effect of the network structure and network parameter on the analytical result was discussed.
, http://www.100md.com
Key words artificial neural network;spectrophotometry;error back-propagation;Zengxiao Lianhuang Tablets
增效联磺片是一抗菌复方制剂，广泛用于脑膜炎、呼吸道和尿道感染及败血症等的治疗.文献报道，曾有人用卡尔曼滤波分光光度法〔1〕、岭回归分析法〔2〕、差谱法〔3〕、褶合光谱法〔4〕测定增效联磺片(胶囊)三组分含量.作者运用人工神经网络不经分离同时测定其三组分，结果良好.人工神经网络是一种模拟人脑功能的信息处理系统，具有自组织、自适应、自学习的功能，是一种很有前途的化学计量学方法.
1 基本原理
人工神经网络是用数值计算方法处理数据.处理过程分两步：训练过程和回想过程.训练过程就是用已知浓度的校正集训练网络，调好连接权重和阈值，确立网络结构；回想过程就是以训练好的网络对样品进行预测.
, http://www.100md.com
最常用的误差反向传播(BP)算法是以实际输出和期望输出间的误差最小为目标，通过误差反向传播不断地调整权重等参数，实现训练集误差的梯度下降.通常，人工神经网络含有输入层、输出层及隐蔽层，作者采用最简单的仅有单层隐蔽层即三层网络，其拓扑结构见图1.
Fig.1 Schematic representation of a three-layer network topology
将模式对(Ak，Ck)(k=1,2,3，…，m)输入，A代表吸收度，C代表期望值，由(1)式产生隐蔽层LB的值：
(1)式中i=1，2，3，…,p，θ为LB层的阈值，v为LA层与LB层的连接权重，f为转换函数，文中采用非线性S型函数：
(2), 百拇医药
式中为增益量，文中取1.
由(3)式产生输出层LC的值：
(3)式中j=1，2，3，…，q;r为LC层的阈值，W为LB层与LC层的连接权重.
由(4)式计算输出层LC误差：
(4)式中,j=1,2,3，…，q,ckj为LC层单元j的希望输出.
由(5)式计算LB层单元相对于每个dj的误差：
(5), 百拇医药
由(6)、(7)两式调整连接权重和阈值：
ΔWij=αb\-id\-j； Δvhi=βahei. (6)
Δrj=αdj； Δθi=βei. (7)
(6)、(7)式中，i=1,2,3，…,p;j=1,2,3，…,q;h=1,2,3,…,n；α，β为学习效率，文中取α=β且大于0小于1.
文中权重和阈值赋-0.5～0.5的随机初值，通过循环迭代学习不断调节权重和阈值，直至使最大输出误差变得足够小或为零为止.程序用QBASIC语言编写.关于人工神经网络的详细算法和原理见文献〔5〕.
, 百拇医药
2 实验部分
2.1 仪器与试剂
日本岛津UV-2201紫外分光光度计；北京光学仪器厂DT-100电光分析天平；联想486计算机；SD、SMZ由北京制药厂提供；TMP辅料由山东新华制药厂提供；上述试剂均为药用规格；无水乙醇、盐酸、氢氧化钠均为分析纯.
2.2 条件选择与测定结果
2.2.1 溶剂选择
根据三组分的溶解性不同，SD、SMZ用0.1 mol/L的NaOH溶液溶解，TMP先用20 mL无水乙醇和20 mL 0.1 mol/L的HCl溶解后用0.1 mol/L的NaOH溶液稀释.
2.2.2 贮备液的配制
, http://www.100md.com
精密称量SD、SMZ分别为145.6、141.9 mg于250 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，精密称取TMP 117.7 mg置于500 mL容量瓶中，先用20 mL无水乙醇和20 mL 0.1 mol/L HCl溶液溶解，后用0.1 mol/L NaOH溶液稀释至刻度.再分别取上述溶液各10 mL于100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度作为贮备液.
Fig.2 The UV spectrum
1—Mixture; 2—Sulfadiazine;
3—Sulfamethoxazole; 4—Trimethoprim
2.2.3 稳定性考察
, 百拇医药
精密量取上述贮备液各10 mL于100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，混匀，于1、2、4、8、12 h进行测定，吸收度的变化小于0.4%.
2.2.4 吸收曲线的绘制
精密量取上述贮备液各10 mL于100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，于波长220～280 nm间扫描紫外得吸收曲线，见图2.
2.2.5 校正样品的配制
按处方比例取相当各组分80%，90%，100%，110%，120% 5个水平，按正交设计表[L25(56)]设计，精密吸取各贮备液适量置100 mL容量瓶中，用0.1 mol/L NaOH溶液稀释至刻度，配成20个校正样品.
, http://www.100md.com 2.2.6 波长选择
根据各个组分的吸收曲线特征，在220～280 nm间相隔1 nm读取吸收度，在此范围内辅料无紫外吸收.
2.2.7 数据预处理
因为输出值均在0～1之间，故对期望值由(8)、(9)两式进行数据变换和反变换：
X=0.6×(Y-Ymax)/(Ymax-Ymin)+0.8. (8)
Y=(
-0.8)(Ymax-Ymin)/0.6+Ymax. (9)式中Ymax、Ymin为期望值中的最大值和最小值，利用(8)式使期望值位于0.2～0.8之间以便训练，利用(9)式复原数据.
, http://www.100md.com
2.2.8 回收率的测定
以上述校正样品中14个为训练集，6个作为回收率的测定，结果见表1.
Tab.1 The recovery No.
Component/%
SMZ
SD
TMP
1
100.4
98.7
98.9
2
, 百拇医药
101.6
99.9
98.8
3
101.6
98.6
101.2
4
100.9
101.3
101.5
5
101.4
, http://www.100md.com
98.5
101.5
6
100.0
99.4
100.4
101.0
99.4
100.4
RSD
0.66
1.1
, http://www.100md.com
1.2
2.2.9 模拟样品测定
按处方比例(W(SD)∶W(SMZ)∶W\{(TMP)\}=2.5∶2.5∶1)取三组分的原料药和适量辅料充分混合制成模拟样品，精密称取适量(约相当SD140 mg)于250 mL容量瓶中，先用20 mL无水乙醇和20 mL 0.1 mol/L HCl溶液溶解后用0.1 mol/L NaOH溶液稀释至刻度，摇匀，过滤，弃去初滤液，精密取续滤液10 mL置100 mL容量瓶中用0.1 mol/L NaOH液稀释至刻度，再精密取10 mL于100 mL容量瓶中用0.1 mol/L NaOH液稀释至刻度配成5份试样，测定结果见表2.
Tab.2 The content of the simulated sample No.
Component/%
, 百拇医药
SD
SMZ
TMP
1
101.4
99.2
100.3
2
100.0
99.1
99.0
3
100.4
, 百拇医药
98.9
99.8
4
100.1
99.7
101.4
5
100.0
100.7
100.2
±s100.4±0.59
99.5±0.72
, http://www.100md.com
100.1±0.87
3 讨论 a.作者采用三层网络结构，输入层、隐蔽层、输出层节点数分别为40、15、3，隐蔽层节点数分别用25、20、15、10、8进行了考察，当隐蔽层节点数为20、15均可得到较好的结果，并且网络稳定.
b.学习效率α在0.35～0.55间较好，太大网络不稳定，太小收敛太慢.最大输出误差不宜太小以防过拟合，而且可能难以收敛.
c.对波长的选择一定要根据组分的紫外吸收特征，否则，提取的信息可能不够，难以得出较佳的结果.训练网络时样品要随机输入，便于网络收敛.
d.人工神经网络虽然发展有40余年的历史，但是还不完善，例如对网络收敛速度的加快、隐蔽层的确定、过拟合的防止等理论至今还不完善，这一方法还有待进一步完善和提高.
, 百拇医药
参考文献
1 王占文，邹巧根，陆小平.卡尔曼滤波分光光度法测定增效联磺胶囊中三组分的含量.中国药学杂志，1989，24(7)：667～669
2 周密，洪福山，尹荃，等.岭回归分析法测定增效联磺片的含量.沈阳药学院学报，1990，7(2)：139～141
3 闻京伟，李洁.差谱法同时测定增效联磺片中三组分含量.中国医院药学杂志，1995，15(4)：164～165
4 宋洪杰，吴玉田.褶合光谱法应用于增效联磺片的含量测定.中国医院药学杂志，1996，16(12)：553～554
5 靳蕃，范俊波，谭永东.神经网络与神经计算机原理、应用.成都：西南交通大学出版社，1991.146～150
收稿日期:1998-06-29, 百拇医药