【生物应用】基于遗传改进BP神经网络研究抗糖化活性matlab源码

始化
选取珍珠番石榴(Psidium guajava L.)和草莓番石榴(Psidium littorale Raddi)的果实用于实验分组及成分提取。将珍珠番石榴和草莓番石榴分别切片、去籽后于75℃烘箱中烘干,烘干后于研钵中捣碎成均匀的黄豆大小,取15g药材,加250mL蒸馏水,按上表实验号依次在给定功率、时间、温度超声条件下提取、抽滤,弃去滤渣(珍珠番石榴及草莓番石榴平行操作,下同)。
本次实验主要研究超声3要素(即时间、功率、温度)与抗糖化活性的关系,如表所示:
在这里插入图片描述
三个影响因子数据作训练组(training set),如表所示;选取第7、11、22、27号为检测组(testing set),如表所示。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对于每种实验条件下测得的抗糖化活性抑制率如表所示。
在这里插入图片描述

二、源代码

%% draw surf1
clc,clear,close all
%下载输入输出数据
load data.mat; %原始数据以列向量的方式存放在workplace文件中
n=size(data);
datax1=data(:,1);%作为 Ultrasonic power(W) 输入
datax2=data(:,2);%作为 Ultrasonic temperature(oC) 输入
datax3=data(:,3);%作为 Ultrasonic time(min) 输入
datay=data(:,4);%作为 anti-glycated activity(%) 目标向量

datax11=150:2:400;%作为 Ultrasonic power(W) 输入
datax22=20:2:80;%作为 Ultrasonic temperature(oC) 输入
[datax111,datax222]=meshgrid(datax11,datax22);
datay1=griddata(datax1,datax2,datay,datax111,datax222,'v4');% 'v4'MATLAB 4 格点样条函数内插
surf(datax11,datax22,datay1);
xlabel('Ultrasonic power(W)');
ylabel('Ultrasonic temperature(oC)');
zlabel('anti-glycated activity(%)');
grid on
axis tight
%% draw surf2
clc,clear,close all
%下载输入输出数据
load data.mat; %原始数据以列向量的方式存放在workplace文件中
n=size(data);
datax1=data(:,1);%作为 Ultrasonic power(W) 输入
datax2=data(:,2);%作为 Ultrasonic temperature(oC) 输入
datax3=data(:,3);%作为 Ultrasonic time(min) 输入
datay=data(:,4);%作为 anti-glycated activity(%) 目标向量

datax11=150:2:400;%作为 Ultrasonic power(W) 输入
datax33=5:2:35;%作为 Ultrasonic time(min) 输入
[datax111,datax333]=meshgrid(datax11,datax33);
datay2=griddata(datax1,datax3,datay,datax111,datax333,'v4');% 'v4'MATLAB 4 格点样条函数内插
surf(datax11,datax33,datay2);
xlabel('Ultrasonic power(W)');
ylabel('Ultrasonic time(min)');
zlabel('anti-glycated activity(%)');
grid on
axis tight

三、运行结果

在这里插入图片描述

四、备注

完整代码或者代写添加QQ1575304183

你可能感兴趣的:(matlab,优化求解)