1、153附：实 验 指 南154实验一 药学试验设计与优化一、实验目的1. 了解药学试验设计的基本原理。2. 掌握利用计算机进行药学试验设计的方法。3. 通过几种试验设计方法比较，掌握其特点及应用。二、实验内容与方法（一）实验内容毛细管电泳色谱实验需要考察溶剂倍量、溶剂浓度、提取时间、提取次数 4 个因素，某实验确定考察因素及其范围如下：A：溶剂倍量 1050 B：溶剂浓度（%） 25100C：提取时间（min） 3090 D：提取次数 121.分别用正交设计和均匀设计考查上述毛细管电泳色谱实验条件，确定其最佳实验条件。2. 对两种试验设计方法与结果进行比较分析。（二）实验方法1用正交设计考察毛
2、细管电泳色谱实验条件 具体操作如下：（1）在 Windows 环境中运行“试验设计”应用软件，进入正交设计工作窗体，在下拉菜单中选择正交设计，输入因素数、水平数及考察范围，如附图 1-1 所示。附图 1-1 正交设计因素水平输入表（2）单击“确定”按钮，显示正交实验安排表，记录正交实验安排于附表 1-1。155附表 1-1 正交设计实验安排表因素水平 溶剂倍量 溶剂浓度（%） 提取时间（ min）提取次数 A B C D 12345678910111213141516 10 25 30 110 50 60 210 75 60 110 100 90 230 25 60 130 50 30 230
3、 75 90 130 100 60 240 25 60 240 50 90 140 75 30 240 100 60 150 25 90 250 50 60 150 75 60 250 100 30 1 （3）用附表 1-1 安排的实验条件做实验，实验结果如附表 1-2 所示。将实验结果输入到软件对应的表格中，单击“确定”按钮。附表 1-2 输入实验结果水平 A B C D Y1 10 25 30 1 17.52 10 50 60 2 19.31563 10 75 60 1 21.44 10 100 90 2 11.75 30 25 60 1 22.16 30 50 30 2 25.77 30
4、 75 90 1 16.98 30 100 60 2 13.49 40 25 60 2 23.5 10 40 50 90 1 21.211 40 75 30 2 18.4 12 40 100 60 1 30.213 50 25 90 2 26.114 50 50 60 1 23.715 50 75 60 2 15.216 50 100 30 1 17.5（4）用直观法计算极差、因素影响主次顺序、每个水平中的优水平，确定最佳实验条件，将计算结果填入附表 1-3 中。附表 1-3 直观法计算极差和最佳实验条件结果计算名称 计算结果极差 R 值因素影响主次顺序每个水平中的优水平最佳实验条件组合2.用
5、均匀设计考察毛细管电泳色谱实验条件 具体操作如下：（1）在 Windows 环境中运行 “均匀设计”应用程序，进入均匀设计工作窗体，如附图 1-2 所示，输入因素数、水平数及考察范围。157附图 1-2 均匀设计工作窗体（2）确定均匀设计实验方案，见附表 1-4。附表 1-4 毛细管电泳均匀设计 9 水平实验表水平号 溶剂倍量 溶剂浓度（%） 提取时间（min） 提取次数1 10 25 90 22 20 75 60 23 20 100 30 24 30 25 90 25 30 50 60 26 40 100 30 17 40 0 90 18 50 50 60 19 50 75 30 1（3）按
6、上述实验安排表做实验，记录实验结果，见附表 1-5。附表 1-5 毛细管电泳均匀设计 9 水平实验结果水平号 溶剂倍量 溶剂浓度 提取时间 提取次数 F 值1 10 25 90 2 19.11582 20 75 60 2 2553 20 100 30 2 29.34 30 25 90 2 22.75 30 50 60 2 31.56 40 100 30 1 9.77 40 0 90 1 18.88 50 50 60 1 30.69 50 75 30 1 23.9（4）将上述实验结果输入“均匀设计”应用程序中，输入窗体如附图 1-3 所示，选择模式通过多元逐步回归运算，建立回归方程，填入附表 1
7、-6 中。附图 1-3 实验结果数据输入窗体附表 1-6 回归方程得到的回归方程是： Y= （5）对回归方程进行方差分析，结果填入附表 1-7。附表 1-7 回归方程方差分析表方差来源 平 方 和 自 由 度 均 方 和 显 著 性159回 归 剩 余 总 计 F（6）记录结果见附表 1-8。附表 1-8 记录结果复相关系数.剩余标准差最佳实验条件 X1= X2= X3= X4=三、结果与讨论1.将正交设计和均匀设计得到的最佳实验条件填入附表 1-9。附表 1-9 最佳实验条件试验设计方法 溶剂倍量 X1 溶剂浓度 X2 提取时间 X3 提取次数 X4正交设计均匀设计2. 比较两种试验设计得到
8、的最佳实验条件的结果是否一致，有何不同？3. 比较两种试验设计方法各有何特点？4. 总结两种试验设计实现的方法。160实验二 药学计算可视化一、实验目的1.了解药学计算可视化的基本原理。2.掌握利用计算机进行药学计算的方法。3.通过几种计算方法比较，掌握其应用特点。二、实验内容与方法（一）实验内容附表 2-1 是复方秦皮提取液半数致死量( LD50)的实验测定数据，试分别用 VB6.0 实用程序和药学计算网络平台两种方法计算 LD50值及其 95%置信限，并对两种方法与结果进行比较分析。附表 2-1 秦皮提取液半数致死量实验数据给药量（mg/kg） 187 500 150 000 120 00
9、0 96 000 76 800动物数 20 20 20 20 20死亡数 19 15 12 7 5（二）实验方法1. 用 VB6.0 实用程序计算 LD50及其 95%置信限 具体操作步骤如下：（1）在指定的安装目录下启动半数致死量 LD50应用程序，在打开的窗口中输入所要求的实验信息，如附图 2-1 所示。161附图 2-1 实验信息输入窗口（2）在打开的窗口中输入实验数据，如附图 2-2 所示。附图 2-2 实验数据输入窗口（3） 在打开的窗口中单击“计算”按钮，计算 LD50和 95%置信限，将计算结果填入附表 2-2 中。附表 2-2 LD50和 95%置信限的计算结果LD50= LD
10、50 95%置信限=LD50 95%置信限=2. 用药学计算网络平台计算其 LD50及其 95%置信限 具体操作步骤如下：（1）启动药学计算网络平台，打开半数致死量 LD50计算网页，在打开的窗口中输入所要求的实验数据，如附图 2-3 所示。162附图 2-3 实验数据输入窗口（2）全部数据输入完成后点击“提交” ，即可得出计算结果，记录 LD50和 95%置信限的计算结果，将计算结果填入附图 2-4 中。附图 2-4 LD50和 95%置信限的计算结果三、结果与讨论1.将两种计算结果填入附表 2-3 中，对两种方法与结果进行比较分析,结果也填入附163表 2-3 中。附表 2-3 两种计算
11、LD50方法与结果比较计算方法 1 LD50=LD50 95%置信限=LD50 95%置信限=计算方法 2 LD50=LD50 95%置信限=LD50 95%置信限=结果比较分析方法比较分析2.总结两种计算方法是如何实现的?164实验三 基于 Excel 的药学实验数据分析一、实验目的1了解 Excel 电子表格数据分析的基本原理。2. 掌握 Excel 电子表格在药学数据分析中的方法与应用。二、实验内容与方法（一）实验内容1.用 Excel 数据分析工具中的 F-检验进行显著性分析。2. 用 Excel 数据分析工具中的 t-检验进行显著性分析。（二）实验方法1 用 Excel 数据分析工具
12、中的 F-检验考察相同处方和工艺条件下两组药片包衣增重操作有无显著性差别，实验数据见附表 3-1。附表 3-1 两组包衣增重测量表包衣前片心（mg） 307 307 308 308 309 309 311 310 308 308 311 309 309 包衣并干燥后（mg） 317 320 318 319 354 330 328 342 339 330 330 330 329包衣并干燥后（mg） 314 312 319 313 325 321 329 330 351 330 331 333 325具体操作方法如下：（1）启动 Excel，创建工作表。将两组包衣及干燥后重量的测定数据分别输入到
13、Excel 工作表对应的列（或行）中，如附表 3-2 所示。附表 3-2 创建两组包衣增重测量数据表包衣前片心（mg） 包衣并干燥后 1（mg） 包衣并干燥后 2（mg）307 317 314307 320 312308 318 319165308 319 313309 354 325309 330 321311 328 329310 342 330308 339 351308 330 330311 330 331309 330 333309 329 325（2）选定要计算的单元格数据区域，单击“工具”菜单下的“数据分析” ，从弹出的对话框中选“ F-检验 双样本方差” ，单击“确定”按钮，如
14、附图 3-1 所示。附图 3-1 Excel 数据分析列表（3）在弹出的方差分析选项板“输入区域”栏中分别选择应用单元格 A2:B8 以及A12：B18,“分组方式”选“列” ， “标志位于第一行”前面打钩，并选择一个输出区域，单击“确定”按钮，如附图 3-2 所示。166附图 3-2 F-检验选项对话框（4）记录检验结果于附表 3-3 中。附表 3-3 F-检验结果变量 1 变量 2平均方差观测值dfFP(F=f) 单尾F 单尾临界2.用 Excel 数据分析工具对附表 3-4 的正常组-模型组 CER 值进行显著性分析，记录分析表并对结果进行分析。附表 3-4 CER 实验结果表167方法
15、同上，记录分析结果于附表 3-5 中。附表 3-5 F-检验结果变量 1 变量 2平均方差观测值序号 正常组 CER 模型组 CER1 5 1452 12 753 9 564 2 165 0 286 2 197 10 118 3 719 3 2210 6 4111 30 3512 2 013 29 714 3 1615 16 116 1 3617 8 4718 13 2119 12 2220 9 25168合并方差假设平均差dft StatP(T=t) 单尾t 单尾临界P(T=t) 双尾t 双尾临界 三、结果与讨论1.对附表 3-3 和附表 3-5 的检验结果进行分析，给出结论。2.总结利用
16、Excel 进行统计分析的基本方法与优缺点。169实验四 基于 MATLAB 的药学实验数据分析一、实验目的1了解常用数据统计分析的基本算法。2. 掌握利用 MATLAB 统计分析工具箱进行药学数据分析的方法与应用。二、实验内容与方法（一）实验内容1.用 MATLAB 统计分析工具箱对药学实验数据进行聚类分析。2. 用 MATLAB 统计分析工具箱对药学实验数据进行判别分析。（二）实验方法1.用 MATLAB 统计分析工具箱对药学实验数据进行聚类分析 取不同产地 15 批当归药材的中药指纹图谱作为实验样本，经筛选得 15 个样本中共有的 10 个峰的相对峰面积作为统计指标对当归样品进行聚类分析
17、，其实验数据见附表 4-1。附表 4-1 不同产地 15 批当归药材样本数据序号 相 对 峰 面 积1 0.28 1.40 1.44 1.11 1.22 1.90 1.44 1.05 0.86 1.282 0.36 2.68 2.45 3.45 2.62 2.61 2.66 2.50 2.50 2.423 O.49 0.34 0.34 0.31 0.37 0.37 0.37 0.37 0.23 0.284 0.50 0.21 0.21 0.21 0.17 0.22 0.20 0.24 0.24 0.215 0.52 0.33 0.31 0.33 0.31 0.3O 0.30 0.28 0.26
18、 0.286 0.86 1.07 0,66 1.22 1.08 1.08 1.14 0.97 0.65 0.897 0.91 1.20 0.71 1.23 1.14 1.14 0.92 1.OO 1.15 1.228 1.09 1.97 1,81 2.70 2.31 2.59 2.55 1.92 2.33 1.999 1.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.5810 1.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.5811 1.20 1.42 0.40 0.44 0,55 0.39 0.49 0
19、.55 0.69 0.5817012 1.37 0.34 0.33 0.3O 0.47 0.37 0.38 0.47 0.36 0.4913 1.41 1.01 0.94 1.59 1.75 1.90 1.66 1.63 1.21 1.5214 1.48 0.62 0.66 0.61 0.73 0.69 0.68 0.62 0.97 0.6015 1.69 0.11 0.11 0.13 0.O9 0.11 0.07 0.14 0.12 0.11具体操作如下：（1）启动 MATLAB 应用程序，新建一个 m 文件。（2）在 m 文件上编写以下程序代码。% 定制输入样本 X=0.28 1.40 1
20、.44 1.11 1.22 1.90 1.44 1.05 0.86 1.280.36 2.68 2.45 3.45 2.62 2.61 2.66 2.50 2.50 2.42O.49 0.34 0.34 0.31 0,37 0.37 0.37 0.37 0.23 0.280.50 0.21 0.21 0.21 0.17 0.22 0.20 0.24 0.24 0.210.52 0.33 0.31 0.33 0.31 0.3O 0.30 0.28 0.26 0.280.86 1.07 0,66 1.22 1.08 1.08 1.14 0.97 0.65 0.890.91 1.20 0.71 1.
21、23 1.14 1.14 0.92 1.00 1.15 1,221.09 1.97 1,81 2.70 2.31 2.59 2.55 1.92 2.35 1.991.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.581.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.581.20 1.42 0.40 0.44 0,55 0.39 0.49 0.55 0.69 0.581.37 0.34 0.33 0.3O 0.47 0.37 0.38 0.47 0.36 0.491.41 1.01 0.94 1.59 1.7
22、5 1.90 1.66 1.63 1.21 1.521.48 0.62 0.66 0.61 0.73 0.69 0.68 0.62 0.97 0.601,69 0.11 0.11 0.13 0.O9 0.11 0.07 0.14 0.12 0.11% 以下输入聚类分析函数,分别用欧式距离和夹角余弦算法计算% a. 计算欧式距离y= pdist(x,euclidean) % 聚类分析调用函数（欧氏距离）s=squareform(y) % 距离转化矩阵171z=linkage(y) % 定义变量之间的连接 C=cophenet(z,y) % 计算相关系数H,T=dendrogram(z,color
23、threshold,default);T=cluster (z,0.8) % 创建分类，临临界值为 0.8% b. 计算夹角余弦y= pdist(x,cosine) % 聚类分析调用函数（夹角余弦）s=squareform(y) % 距离转化矩阵z=linkage(y) % 定义变量之间的连接 C=cophenet(z,y) % 计算相关系数H,T=dendrogram(z,colorthreshold,default);T=cluster (z,0.8) % 创建分类，临临界值为 0.8（3）调试运行程序：程序代码编写完毕，单击命令窗口的 debug,选择 save file and run
24、, 将程序保存在 D:work 目录下，命名为 juleifenxi ，若程序不能运行，检查调试代码，找出错误修改后重新运行。（4）数据处理：分别绘制出两种算法冰柱图，记录计算的相关系数,将分类情况及相关函数填于附表 4-2 中。附表 4-2 欧式距离分类结果第一类 第二类 第三类 第四类 第五类 第六类样本号相关函数 C=2. 用 MATLAB 统计分析工具箱对药学实验数据进行判别分析 将不同产地 15 批当归药材的中药指纹图谱作为实验样本，经筛选得 15 个样本中共有的 10 个峰的相对峰面积作为统计指标对当归样品进行聚类分析，结果分为两大类，以此为依据，用于对新测得的 4 个样本进行判别
25、分析，数据见附表 4-3。附表 4-3 药学实验数据类别分析172相 对 峰 面 积 类别0.28 1.40 1.44 1.11 1.22 1.90 1.44 1.05 0.86 1.28 10.36 2.68 2.45 3.45 2.62 2.61 2.66 2.50 2.50 2.42 1O.49 0.34 0.34 0.31 0.37 0.37 0.37 0.37 0.23 0.28 20.50 0.21 0.21 0.21 0.17 0.22 0.2o 0.24 0.24 0.21 20.52 0.33 0.31 0.33 0.31 0.3O 0.30 0.28 0.26 0.28 2
26、0.86 1.07 0.66 1.22 1.08 1.08 1.14 0.97 0.65 0.89 10.91 1.20 0.71 1.23 1.14 1.14 0.92 1.OO 1.15 1.22 11.09 1.97 1.81 2.70 2.31 2.59 2.55 1.92 2.33 1.99 11.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.58 21.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.58 21.20 1.42 0.40 0.44 0,55 0.39 0.49 0.55 0.69
27、0.58 21.37 0.34 0.33 0.3O 0.47 0.37 0.38 0.47 0.36 0.49 21.41 1.01 0.94 1.59 1.75 1.90 1.66 1.63 1.21 1.52 11.48 0.62 0.66 0.61 0.73 0.69 0.68 0.62 0.97 0.60 21,69 0.11 0.11 0.13 0.O9 0.11 0.07 0.14 0.12 0.11 21.7O O.21 O.16 O.22 O.13 O.17 0.12 0.27 0.21 0.20 ？1.73 O.10 0.1O 0.12 0.09 O.12 0.05 0.13
28、 0.12 0.13 ？1.81 O.O9 OO7 O.09 O.O7 O.O8 O.05 0.07 0.08 0.10 ？1.82 O.23 O.17 O.22 O.16 O.2O 0.14 0.15 0.17 0.21 ？具体操作如下：（1）启动 MATLAB 应用程序，新建一个 M 文件。（2）在 M 文件上编写以下程序代码。training =0.28 1.40 1.44 1.11 1.22 1.90 1.44 1.05 0.86 1.280.36 2.68 2.45 3.45 2.62 2.61 2.66 2.50 2.50 2.420.49 0.34 0.34 0.31 0.37
29、0.37 0.37 0.37 0.23 0.280.50 0.21 0.21 0.21 0.17 0.22 0.20 0.24 0.24 0.210.52 0.33 0.31 0.33 0.31 0.30 0.30 0.28 0.26 0.281730.86 1.07 0.66 1.22 1.08 1.08 1.14 0.97 0.65 0.890.91 1.20 0.71 1.23 1.14 1.14 0.92 1.00 1.15 1.221.09 1.97 1.81 2.70 2.31 2.59 2.55 1.92 2.35 1.991.18 0.34 0.35 0.48 0.57 0.3
30、9 0.51 0.57 0.54 0.581.18 0.34 0.35 0.48 0.57 0.39 0.51 0.57 0.54 0.581.20 1.42 0.40 0.44 0.55 0.39 0.49 0.55 0.69 0.581.37 0.34 0.33 0.30 0.47 0.37 0.38 0.47 0.36 0.491.41 1.01 0.94 1.59 1.75 1.90 1.66 1.63 1.21 1.521.48 0.62 0.66 0.61 0.73 0.69 0.68 0.62 0.97 0.601.69 0.11 0.11 0.13 0.09 0.11 0.07
31、 0.14 0.12 0.11sample =1.70 0.21 0.16 0.22 0.13 0.17 0.12 0.27 0.21 0.201.73 0.10 0.10 0.12 0.09 0.12 0.05 0.13 0.12 0.131.81 0.09 0.07 0.09 0.07 0.08 0.05 0.07 0.08 0.101.82 0.23 0.17 0.22 0.16 0.20 0.14 0.15 0.17 0.21group=1 1 2 2 2 1 1 1 2 2 2 2 1 2 2 class=classify (sample,training,group)（3） 运行调
32、试该程序，将得到的类别结果填入附表 4-4。附表 4-4 类别判断结果样本号 类别16171819三、结果与讨论1. 总结用 MATLAB 实现药学数据聚类分析和判别分析的基本步骤。1742. 用 MATLAB 实现药学数据聚类分析的优点是什么？3. 聚类分析和判别分析的主要区别是什么?175实验五 基于 MATLAB 神经网络工具箱的药物处方优化一、实验目的1了解神经网络工具箱的基本原理。2. 掌握基于 MATLAB 神经网络工具箱的药物处方优化的方法与应用。二、实验内容与方法（一）实验内容利用 BP 网络考察不同配比的处方，以期获得缓释制剂处方理想的释放度。考察的因素、目标及实验样本见附表
33、 5-1。附表 5-1 因素目标考察实验结果X1 (A) X2 (B) X3 (C) X4 (D) Y（ R .t / min）.1 1.000 2.250 3.750 2.500 63.32 1.125 2.750 4.750 2.000 174.43 1.250 3.250 3.500 1.500 124.04 1.375 3.750 4.500 1.000 185.75 1.500 2.000 3.250 2.750 99.46 1.625 2.500 4.250 2.250 176.67 1.750 3.000 3.000 1.750 142.68 1.875 3.500 4.000
34、1.250 168.29 2.000 4.000 5.000 3.000 121.6（二）实验方法（1）网络结构的确定：由于处方中影响释放度的组分有 4 个，对应 BP 神经网络应有4 个输入节点、释放度作为一个输出节点。将实验中的 9 组数据作为训练样本，为防止出现拟合不完全过早终止循环，导致输出误差过大和网络训练误差太小的过拟合两种情况，设定期望输出误差定为 0.005。(2) 启动 MATLAB，新建一个 m 文件，操作见附图 5-1。176附图 5-1 新建一个 m 文件（3）编码：在新建的 m 文件上编写以下代码，构建 BP 神经网络，将该程序保存在work 目录下，命名为 bpcf
35、yh.m 。% 定义输入向量 X 和输出向量 Y（训练样本）X1=1.0 2.2 3.75 2.51.125 2.75 4.75 2.01.25 3.25 3.5 1.51.375 3.75 4.5 1.01.5 2.0 3.25 2.751.625 2.5 4.25 2.251.750 3.0 3.0 1.751.875 3.5 4.0 1.252.0 4.0 5.0 3.0Y1=63.3 174.4 124.0 185.7 99.4 176.6 142.6 168.2 121.6net=newcf(minmax(X),10,1,tansig,purelin,trainlm);% 要构建的网
36、络名称用 net 表示，newcf()是 BP 神经网络构建函数，用 minmax()函数自动搜索输入向量中，每个要考察因素的范围，10,1代表隐含层节点个数为 10 及层数为1， tansig（ S 型）和 purelin（线性）代表隐含层和输出层的传递函数， trainlm 代表网络学习算法。% 定义网络训练次数、显示方式、误差要求，程序代码如下：net.trainparam.epochs=3000;177net.trainparam.show=100;net.trainparam.goal=0.0005;%用 train（）函数训练网络，程序代码如下：net,tr=train(net,X
37、,Y);%当网络训练结束达到误差要求时，用 sim()对 4 和 7 两个样本进行仿真预测XX=1.375 3.75 4.5 1.01.750 3.0 3.0 1.75YY=sim(net,XX)(4) 设置不同的隐层节点数，训练网络，记录结果于附表 5-2 中。附表 5-2 不同隐层节点数时网络预测值和实验值结果比较隐层节点数 预测值 实验值 绝对误差Y4= 185.78Y7= 142.6Y4= 185.712Y7= 142.6Y4= 185.715Y7= 142.6Y4= 185.718Y7= 142.6Y4= 185.720Y7= 142.6（5）启动 MATLAB，新建一个 m 文件，
38、编写代码，根据附表 5-2 的实验结果，选择合适的隐层节点数，将该程序保存在work 目录下，命名为 bpcfyh1.m 。（6）对附表 5-3 的处方进行预测。% 网络学习X1=1.0 2.2 3.75 2.51.125 2.75 4.75 2.01.25 3.25 3.5 1.51.375 3.75 4.5 1.01.5 2.0 3.25 2.751.625 2.5 4.25 2.251.750 3.0 3.0 1.751781.875 3.5 4.0 1.252.0 4.0 5.0 3.0Y1=63.3 174.4 124.0 185.7 99.4 176.6 142.6 168.2 1
39、21.6net=newcf(minmax(X),10,1,tansig,purelin,trainlm);net.trainparam.epochs=3000;net.trainparam.show=100;net.trainparam.goal=0.0005;%用 train（）函数训练网络，程序代码如下：net,tr=train(net,X,Y);%当网络训练结束达到误差要求时，用 sim()对附表 5-3 样本进行仿真预测X2=1.0 2.0 3.0 31.2 2.4 3.4 2.61.4 2.8 3.8 2.21.6 3.2 4.2 1.81.8 3.6 4.6 1.42.0 4.0
40、5.0 1.0Y2=sim(net,XX)新建的 m 文件如附图 5-2 所示。179附图 5-2 新建的 m 文件（7）运行该程序，预测结果也填入附表 5-3 中。附表 5-3 处方预测结果X1 (A) X2 (B) X3 (C) X4 (D) Y (%)1 1.0 2.0 3.0 32 1.2 2.4 3.4 2.63 1.4 2.8 3.8 2.24 1.6 3.2 4.2 1.85 1.8 3.6 4.6 1.46 2.0 4.0 5.0 1.0180三、结果与讨论1.由附表 5-3 的预测结果，确定最佳释放度对应的处方配方。2.BP 神经网络的隐层节点数对预测精度有何影响？181实验
41、六 基于 MATLAB 的药动学参数计算仿真模型设计一、实验目的1了解计算机仿真建模的基本原理。2. 掌握利用 MATLAB 仿真工具箱 Simulink 进行药学仿真建模的方法与应用。二、实验内容与方法（一）实验内容1. 单室药动学参数计算仿真模型构建。2. 双室药动学参数计算仿真模型构建。（二）实验方法1. 单室药动学参数计算仿真模型构建 已知某药物静脉注射 105mg，测得各时间的血药浓度结果见附表 6-1，用 MATLAB 的 Simulink 工具箱构建其药动学仿真模型，并求解该药动学参数。附表 6-1 某药物静脉注射血药浓度测定结果t (h) 1.0 2.0 3.0 4.0 6.0
42、 8.0 10.0C (g/ml) 109.78 80.35 58.81 43.04 23.05 12.35 6.61具体操作如下：(1) 作图判断隔室模型启动 MATLAB，新建一个 m 文件，操作如附图 6-1 所示。182附图 6-1 新建一个 m 文件（2）在新建的 m 文件窗口编写如下的 m 文件代码： x=1.0 2.0 3.0 4.0 6.0 8.0 10.0 %x-时间 ty=109.78 80.35 58.81 43,04 23,05 12.35 6.61 %y-浓度 Cplot(x,y)（3）将该程序保存在work 目录下，命名为 dsmx.m。（4）运行该 m 文件，可得 Figures-Figure1,点击工具栏中的 Show Plot Tools and Dock Figure,选择 Y Axis,在 Y Scale 中选择 Log。记录下运行的图形，如附图 6-2 所示。
