3 仿真实验

笔者利用MATLAB编程[8],对上述 BP网络模型做仿真运算。根据文献[1]以中药桑叶和连翘的药性及功效值作为学习样本来训练本模型,由此确定BP网络的输入向量。桑叶的特性向量如下:

故网络的输入向量 I1为:

输出向量以 OT1表示:

其中 ot1表示气值,ot2表示味值,ot3表示归经值,ot4表示功效值。因此有:

同样连翘的 P、T如下:(用 P2、OT2表示)

输入矩阵 I为:

输出矩阵 OT为:

需要说明的是,参考文献 [1]中是以 10分制为标准对药物做的评分。为了和本研究网络输出取得一致性,对该评分全部除以十,得到了上述 OT向量的各个分量。用 matlab编程实现,为了运算方便,设定精度误差小于 0.001即可。图1给出对于桑叶向量输入的仿真结果及学习曲线。

误差值:E=( 0.0014 0.0001- 0.0035 0.0012 - 0.0042 0.0056)

图1 学习曲线

4 讨论

因条件所限,笔者没有采集到更多的评分数据,在对药物的评分上也没有采取对多位评分人取均值的方式。本研究中的仿真实验也仅采用了两个样本来训练BP网络,故网络对评分人的评分趋势拟合程度并不高。作为试验性质的一种探讨,这个实验数据也不一定能真实反映药物功效的真实状况。但是作为一种中药数字化的方法,对于以研究试验为主导的中药理论来说,应该是一种有意义的探索。

文章来源：《云南中医中药杂志》 网址: http://www.ynzyzyzz.cn/qikandaodu/2021/0203/575.html