Madaline网络在复方雷琐辛醇溶液定量分析中的应用
作者：李晶红 孙桂荣 蔡辉祥
单位：李晶红(佳木斯大学临床医学院药剂科)；孙桂荣(黑龙江省建三江分局中心医院)；蔡辉祥(黑龙江省建三江分局中心医院)
关键词：复方雷琐辛醇溶液；紫外分光光度法；Madaline网络
提要 目的
提要 目的：探讨复方雷琐辛醇溶液中的三组分的含量。方法：采用混合液的紫外光谱数据和madaline网络。结果：苯酚和雷琐辛及水杨酸的平均回收率分别为99.88%，100.1%和99.99%；RSD分别为1.91%，1.75%和1.87%。结论：可采用Madaline网络进行复方雷琐辛醇溶液的紫外定量。
Application of the medeline neural network to the quantitative analysis of compound resorcin alcoholic liquid
, http://www.100md.com
Li Jinghong,et al
Abstract Objective To study the determination of the three components in compound resorcin alcoholic liquid.Methods Madaline neural network and the ultraviolet absorption data were used.Results the average recoveries of phenol,resorcin and salicylic acid were 99.88%,100.1% and 99.99% respectively.The relative standard deviations were 1.91%,1.75% and 1.81% respectively.Conclusion Madaline neural network could be used in the ultraviolet analysis of compound resorcin alcoholic liquid.
, http://www.100md.com
Key words compound resorcinol alcoholic liquid;ultraviolet spectrophotometry;madeline neural network
复方雷琐辛醇溶液是一医院制剂，由雷琐辛、水杨酸，液体苯酚及蓖麻油组成。目前的质量标准仅对其中雷琐辛，水杨酸和苯酚三种成份进行鉴别[1]，测定这些组分的含量进行质量控制极有必要。虽然上述三种组分均有紫外吸收，但由于吸收光谱相重叠，使得混合液的紫外定量通常难以进行。人工神经网络是一种模拟人脑功能的新型信息处理系统，近年来已用于多组分混合体系同时定量分析，但多见于BP网络[2～5]。将Madaline网络[6]用于复方雷琐辛醇溶液的定量分析，可取得较满意的结果。报道如下。
1 仪器与药品
751G紫外分光光度计，486计算机，MATLAB工具箱(mathworks)，雷琐辛、苯酚、水杨酸(均符合1990版中国药典)，医用蓖麻油(通化油脂化工厂)。
, http://www.100md.com
2 网络构成
8个输入矢量，3个输出矢量，线性激活函数。
3 实验与结果
3.1 测定波长的选择
分别取雷琐辛、水杨酸、液化苯酚及蓖麻油适量，用无水乙醇制备雷琐辛(25μg/ml)、苯酚(4μl/ml)、水杨酸(8μg/ml)和蓖麻油(40μg/ml)的纯组分溶液及混合液。以乙醇为参比，记录各溶液的紫外光谱。结果证明，蓖麻油在220～350nm无吸收，其它组分紫外光谱相重叠。根据各组分光谱特征，选取苯酚、雷琐辛、水杨酸及混合物的吸收峰在内的270nm、272nm、274nm、277nm、280nm、285nm、295nm和300nm8个波长作为测定波长。
3.2 训练集及预测集的获取
, 百拇医药
精取苯酚、雷琐辛、水杨酸及蓖麻油，用无水乙醇按均匀设计制备20份混合液，其中雷琐辛浓度为2.66μg/ml～3.2μg/ml，苯酚为0.52μg/ml～15.6μg/ml，水杨酸为1.04μg/ml～20.1μg/ml，蓖麻油为40μl/ml。在选定的8个波长处测定吸光度，作为训练集输入矢量。精密称取各组分适量，按制剂标示量的±20%制备10份混合液，以乙醇为溶剂在选定的波长处测定吸光度，作为预测集的输入矢量。
3.3 网络计算
将训练集的每一混合液视为一样本，以各样本的吸光度为输入值，样本中的雷琐辛、苯酚及水杨酸的浓度为输出值，使用MATALAB工具箱中initlin函数构成各神经元的权重及阈值的初始值。按照累积误差为0.1、最大训练步骤为1500、用工具箱中trainwh函数进行训练，获取网络权重及阈值。将训练集的吸光度值输入微机，用工具箱中的simulin函数进行仿真，获取不同样本的各组分浓度值矩阵，将预测集样本中各组分浓度值矩阵输入微机，进行矩阵相除运算并计算预测集的平均回收率及相对标准差。结果见附表。
, 百拇医药
附表 预测集各组分的回收率(%)
No
苯酚
雷琐辛
水杨酸
1
97.20
102.5
97.58
2
102.1
101.7
97.77
, 百拇医药
3
102.8
98.93
101.3
4
99.17
101.5
103.0
5
101.5
101.0
100.6
6
, 百拇医药
98.86
100.9
99.90
7
98.72
96.84
101.9
8
99.37
99.90
101.1
9
101.3
, 百拇医药
98.34
98.31
10
97.77
98.74
99.31
99.88
100.1
99.99
RSD
1.91
, 百拇医药
1.75
1.87
4 讨论
①Madaline 网络所采用的激活函数为一线性函数，所以必须首先需保证混合物中的各组分的吸光度具有加合性。②实验中发现训练集的实际误差未达到设计误差，纵使增加训练步数，误差降低也极其微小，故训练步数采取1500即可。③为避免样品氧化引入误差，所有操作应避光进行。
参考文献
1，济南部队后勤卫生部编.药局技术操作手册.济南:山东医科大学技术出版社,1982,286～288
2，潘忠孝,王栓餐,陈玮,等.人工神经网络一紫外光谱定量多组分体系的研究.分析化学,1994,22(9):939
, http://www.100md.com
3，徐芳,孙立肾,刘焕文,等.人工神经网络及于复方氯丙嗪的含量测定,药学学报,1994,22(10):767
4，曾鸽鸣,李志良,吉男H,等.维生素B的同时测定一神经网络与紫外光谱法.分析实验室,1996,15(2):17
5，屈凌波,王晓微,相秉仁,等.改进BP网络在联邦镇咳露复方制剂分析中的应用.中国药科大学学报,1997,28(6):342
6，靳蕃.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,1991,141～146
(收稿：1999-09-16), 百拇医药
单位：李晶红(佳木斯大学临床医学院药剂科)；孙桂荣(黑龙江省建三江分局中心医院)；蔡辉祥(黑龙江省建三江分局中心医院)
关键词：复方雷琐辛醇溶液；紫外分光光度法；Madaline网络
提要 目的
提要 目的：探讨复方雷琐辛醇溶液中的三组分的含量。方法：采用混合液的紫外光谱数据和madaline网络。结果：苯酚和雷琐辛及水杨酸的平均回收率分别为99.88%，100.1%和99.99%；RSD分别为1.91%，1.75%和1.87%。结论：可采用Madaline网络进行复方雷琐辛醇溶液的紫外定量。
Application of the medeline neural network to the quantitative analysis of compound resorcin alcoholic liquid
, http://www.100md.com
Li Jinghong,et al
Abstract Objective To study the determination of the three components in compound resorcin alcoholic liquid.Methods Madaline neural network and the ultraviolet absorption data were used.Results the average recoveries of phenol,resorcin and salicylic acid were 99.88%,100.1% and 99.99% respectively.The relative standard deviations were 1.91%,1.75% and 1.81% respectively.Conclusion Madaline neural network could be used in the ultraviolet analysis of compound resorcin alcoholic liquid.
, http://www.100md.com
Key words compound resorcinol alcoholic liquid;ultraviolet spectrophotometry;madeline neural network
复方雷琐辛醇溶液是一医院制剂，由雷琐辛、水杨酸，液体苯酚及蓖麻油组成。目前的质量标准仅对其中雷琐辛，水杨酸和苯酚三种成份进行鉴别[1]，测定这些组分的含量进行质量控制极有必要。虽然上述三种组分均有紫外吸收，但由于吸收光谱相重叠，使得混合液的紫外定量通常难以进行。人工神经网络是一种模拟人脑功能的新型信息处理系统，近年来已用于多组分混合体系同时定量分析，但多见于BP网络[2～5]。将Madaline网络[6]用于复方雷琐辛醇溶液的定量分析，可取得较满意的结果。报道如下。
1 仪器与药品
751G紫外分光光度计，486计算机，MATLAB工具箱(mathworks)，雷琐辛、苯酚、水杨酸(均符合1990版中国药典)，医用蓖麻油(通化油脂化工厂)。
, http://www.100md.com
2 网络构成
8个输入矢量，3个输出矢量，线性激活函数。
3 实验与结果
3.1 测定波长的选择
分别取雷琐辛、水杨酸、液化苯酚及蓖麻油适量，用无水乙醇制备雷琐辛(25μg/ml)、苯酚(4μl/ml)、水杨酸(8μg/ml)和蓖麻油(40μg/ml)的纯组分溶液及混合液。以乙醇为参比，记录各溶液的紫外光谱。结果证明，蓖麻油在220～350nm无吸收，其它组分紫外光谱相重叠。根据各组分光谱特征，选取苯酚、雷琐辛、水杨酸及混合物的吸收峰在内的270nm、272nm、274nm、277nm、280nm、285nm、295nm和300nm8个波长作为测定波长。
3.2 训练集及预测集的获取
, 百拇医药
精取苯酚、雷琐辛、水杨酸及蓖麻油，用无水乙醇按均匀设计制备20份混合液，其中雷琐辛浓度为2.66μg/ml～3.2μg/ml，苯酚为0.52μg/ml～15.6μg/ml，水杨酸为1.04μg/ml～20.1μg/ml，蓖麻油为40μl/ml。在选定的8个波长处测定吸光度，作为训练集输入矢量。精密称取各组分适量，按制剂标示量的±20%制备10份混合液，以乙醇为溶剂在选定的波长处测定吸光度，作为预测集的输入矢量。
3.3 网络计算
将训练集的每一混合液视为一样本，以各样本的吸光度为输入值，样本中的雷琐辛、苯酚及水杨酸的浓度为输出值，使用MATALAB工具箱中initlin函数构成各神经元的权重及阈值的初始值。按照累积误差为0.1、最大训练步骤为1500、用工具箱中trainwh函数进行训练，获取网络权重及阈值。将训练集的吸光度值输入微机，用工具箱中的simulin函数进行仿真，获取不同样本的各组分浓度值矩阵，将预测集样本中各组分浓度值矩阵输入微机，进行矩阵相除运算并计算预测集的平均回收率及相对标准差。结果见附表。
, 百拇医药
附表 预测集各组分的回收率(%)
No
苯酚
雷琐辛
水杨酸
1
97.20
102.5
97.58
2
102.1
101.7
97.77
, 百拇医药
3
102.8
98.93
101.3
4
99.17
101.5
103.0
5
101.5
101.0
100.6
6
, 百拇医药
98.86
100.9
99.90
7
98.72
96.84
101.9
8
99.37
99.90
101.1
9
101.3
, 百拇医药
98.34
98.31
10
97.77
98.74
99.31
99.88
100.1
99.99
RSD
1.91
, 百拇医药
1.75
1.87
4 讨论
①Madaline 网络所采用的激活函数为一线性函数，所以必须首先需保证混合物中的各组分的吸光度具有加合性。②实验中发现训练集的实际误差未达到设计误差，纵使增加训练步数，误差降低也极其微小，故训练步数采取1500即可。③为避免样品氧化引入误差，所有操作应避光进行。
参考文献
1，济南部队后勤卫生部编.药局技术操作手册.济南:山东医科大学技术出版社,1982,286～288
2，潘忠孝,王栓餐,陈玮,等.人工神经网络一紫外光谱定量多组分体系的研究.分析化学,1994,22(9):939
, http://www.100md.com
3，徐芳,孙立肾,刘焕文,等.人工神经网络及于复方氯丙嗪的含量测定,药学学报,1994,22(10):767
4，曾鸽鸣,李志良,吉男H,等.维生素B的同时测定一神经网络与紫外光谱法.分析实验室,1996,15(2):17
5，屈凌波,王晓微,相秉仁,等.改进BP网络在联邦镇咳露复方制剂分析中的应用.中国药科大学学报,1997,28(6):342
6，靳蕃.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,1991,141～146
(收稿：1999-09-16), 百拇医药