论文部分内容阅读
以难溶性药物氟比洛芬为模型药物，制备17个处方并进行释放度检查。HPMC用量和转速作为自变量，取其中14个处方为训练处方，其余3个处方为验证处方，将上述自变量作为人工神经网络的输入，药物在各个取样时间点的释放为输出，采用剔除一点交叉验证法建立人工神经网络模型。通过线性回归和相似因子法比较人工神经网络和基于二元二项式的响应面法的预测能力。结果表明，用人工神经网络得到的预测值与实测值更接近。