本文以提高新药研发效率、缩短新药开发周期为主体思路,以计算机模拟药物释放为切入点,建立了以神经网络理论和产生式规则为核心技术的难溶性药物推拉式渗透泵处方设计专家系统。目的在于推广普及渗透泵控释技术,加快国内渗透泵制剂产业化进程;也希望起到抛砖引玉的作用,促进学科融合,有更多高、精、尖的科技融入药剂学科;以期为我国药剂学乃至药学科学和技术向更快、更好、更强的发展贡献一份力量。本文选择了剂量相差悬殊的难溶性药物吲达帕胺、格列齐特和双嘧达莫为前期模型药物,根据已有经验进行了全方位、大跨度的因素考察。在1.5～200mg药物剂量范围内,在六千多个原始数据、八百多条溶出曲线和二百五十多组处方的基础上,总结了包括高分子、促渗剂、粘合剂、致孔剂、包衣膜厚度及释药孔径大小处方工艺因素对释放行为影响的规律。以此为基础并总结前人经验建立了专家系统的规则库,同时也根据上述原始数据建立了数据库。专家系统是人工智能应用研究中最活跃,研究得最广泛的课题之一。目前已见报道的专家系统未见适用于缓控释制剂,而国内外关于渗透泵控释制剂的研究已逐渐成熟,现在开展有关渗透泵控释制剂专家系统的研究,具有非常重要的意义。专家系统主要包括人-机界面、知识库和推理机。本文使用SQL Server管理数据库和知识库。BP神经网络具有学习功能和高度非线性映射功能,基于这一特点,本文利用BP神经网络建立了处方释药行为预测模型,进行目标处方搜索,并将其作为推理机的核心。通过人-机友好界面的设计,最终用VB.NET完成了一个可以充当专家或部分代替人类专家的难溶性药物推拉式渗透泵处方设计计算机系统。本文另选取了法莫替丁等难溶性药物,利用所建立的专家系统设计处方,通过实验验证对系统进行了评价,结果证明所建立的系统具有良好的实用性。