tailieunhanh - Ứng dụng Neuro-fuzzy và kỹ thuật trực quan hóa khảo sát mối liên quan nhân quả trong công thức dược phẩm

Neuro-fuzzy system là hệ thống được xây dựng bằng cách kết hợp mạng neuron (Neural Network) và logic mờ (Fuzzy logic) nhằm rút ra quy luật nhân quả từ dữ liệu thực nghiệm. Bài báo này trình bày kết quả ứng dụng của hai kỹ thuật trên vào việc tìm quy luật nhân quả trong công thức viên nén phóng thích có kiểm soát và biểu diễn kết quả trực quan bằng đồ thị kết hợp song song (Parallel Coordinate Graph). | TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 13, SOÁ T1 - 2010 ỨNG DỤNG NEURO-FUZZY VÀ KỸ THUẬT TRỰC QUAN HÓA KHẢO SÁT MỐI LIÊN QUAN NHÂN QUẢ TRONG CÔNG THỨC DƯỢC PHẨM Nguyễn Đăng Khoa(1), Đỗ Quang Dương(2) (1) Trường Cao Đẳng Nghề Đồng Nai, Biên Hòa (2) Trường Đại Học Y Dược Tp. Hồ Chí Minh (Bài nhận ngày 01 tháng 09 năm 2009, hoàn chỉnh sửa chữa ngày 15 tháng 03 năm 2010) TÓM TẮT: Neuro-fuzzy system là hệ thống được xây dựng bằng cách kết hợp mạng neuron (Neural Network) và logic mờ (Fuzzy logic) nhằm rút ra quy luật nhân quả từ dữ liệu thực nghiệm. Bài báo này trình bày kết quả ứng dụng của hai kỹ thuật trên vào việc tìm quy luật nhân quả trong công thức viên nén phóng thích có kiểm soát và biểu diễn kết quả trực quan bằng đồ thị kết hợp song song (Parallel Coordinate Graph). THIỆU Giai đoạn nghiên cứu và phát triển thuốc có liên quan đến hai nội dung chính: thành lập công thức và xây dựng quy trình sản xuất, trong đó xây dựng công thức là nền tảng. Đối với nhà sản xuất thuốc, việc thành lập công thức là việc thường xuyên phải làm, bởi vì mỗi sản phẩm đều có một vòng đời nhất định và nhu cầu cạnh tranh trên thị trường đòi hỏi phải không ngừng cải tiến sản phẩm hiện có hoặc thay thế bằng sản phẩm mới [1]. Các phương pháp tối ưu hóa truyền thống (toán thống kê, đơn hình ) có thể áp dụng với các dữ liệu đơn giản và tuyến tính. Nhưng với những dữ liệu phức tạp và phi tuyến thì các phương pháp này không còn phù hợp. Ngoài ra, các phương pháp truyền thống không tối ưu hóa được đồng thời nhiều biến phụ thuộc trong khi mỗi sản phẩm thường có rất nhiều tính chất cần được tối ưu. Việc xây dựng và tối ưu công thức bằng máy tính ngày càng được áp dụng phổ biến vì các lợi ích của nó như không giới hạn số biến độc lập, có thể tối ưu đồng thời nhiều biến phụ thuộc, phù hợp với các loại dữ liệu phức tạp và phi tuyến. Có rất nhiều phương pháp xây dựng và tối ưu công thức bằng máy tính đã được áp dụng như: mạng neuron (Neural Network), logic mờ (Fuzzy Logic), thuật giải di truyền .