药剂学 第十四章 药物制剂的设计精品.ppt

* 药剂学 求各因素和交互作用的离均差平方和SS以及SSＴ。 C=(?xij)2/N=1469.22/3?3?3=79946.25 SST=?xij2-C=(36.32+41.42+…+65.62+65.02)-79946.25=1692.47 SSA=?x2Ai/n-C=(441.42+499.02+528.82)/9-79946.25=438.68 SSB=?x2Bi/n-C=(412.92+500.12+556.22)/9-79946.25=1158.74 STAB=[(?xA1B1)2+(?xA1B2)2+(?xA1B3)2+(?xA2B1)2+(?xA2B2)2+(?xA2B3)2+(?xA3B1)2+(?xA3B2)2+(?xA3B3)2]/n-C-SSA-SSB=([119.02+137.42+…194.82])/3-79946.25-438.68-1158.74=27.88 SS-t=1692.47-438.68-1158.74-27.88=67.17 * 药剂学 表14-16 方差分析表 变异来源 SS ν MS F 显著性 总 1692.47 26 ? ? ? A 438.68 2 219.34 58.80 ** B 1158.74 2 579.37 155.32 ** AB 27.88 4 6.97 1.87 ? 误差 67.17 18 3.73 ? ? 查Ｆ界值表，得F(4,18)0.05=2.93，因1.872.93，所以两种稳定剂之间无交互作用，即它们在注射液中彼此独立产生稳定作用。此结果也被其他实验所证实。 * 药剂学 此结果也可用图解法表示。此时，将三次测定值取平均值，结果如表1-17。图14-17的三条曲线在考察范围内不相交，表明两种稳定剂之间无相互作用。 表14-17 测得透光率的平均值 T/% ? ? ? 0.05 A/% 0.10 ? 0.15 B/% 0.05 0.10 0.15 39.7 50.9 56.6 45.8 56.7 63.9 52.2 59.2 64.9 * 药剂学 图14-14 3２析因试验图解 * 药剂学 四、单纯形优化法 （一）单纯形优化法的特点 单纯形优化法(simplex optimization method)是一种多因素优化方法。它是一种动态调优的方法，方法易懂，计算简便，不需建立数学模式，并且不受因素个数的限制。 * 药剂学 （二）单纯形优化法原理 若有n个需要试验的因素，单纯形则由n+1维空间多面体所构成，空间多面体的各项点就是试验点。比较各试验点的结果，去掉最坏的试验点，取其对称点作新的试验点，该点称为“反射点”。新试验点与剩下的几个试验点又构成新的单纯形，新单纯形向最佳目标点更靠近。如此不断向最优方法调整，最后找出最佳目标点。 * 药剂学 若单纯形中j点为最坏点，反射点的计算方法为： 如果单纯形中最好点和最坏点的指标值分别为R(B)和R(W)，当时，单纯形就停止推进，此时单纯形中的最好点就是所要寻找的最佳条件，Ｅ为约定的收敛系数。 * 药剂学 在单纯形推进过程中，有时出现新试验点的结果最坏的情况。如果取其反射点，就又回到以前的单纯形，这样就出现单纯形来回“摆动”，无法继续推进的现象，在此情况下，应以去掉单纯形中的次坏点代替去掉最坏点，使单纯形继续推进。 在上述基本单纯形法的基础上进一步改进，即根据试验结果，调整反射的距离，用“反射”、“扩大”、“收缩”的方法，加速优化过程，同时又满足一定的精度要求。 * 药剂学 改进单纯形新试验点的计算方法为： 式中，G——单纯形推进系数；j——单纯形中的最坏点；n——优化的因素数。 * 药剂学 若反射点的结果优于先前单纯形中各点的数值，则取G＝2进行“扩大”，若“扩大”点的结果比最好点还要好，则“扩大”成功，单纯形在此基础上继续前进。如果“扩大”点的结果并不优于最好点，但优于其余各点，则认为“扩大”失败，取反射点组成新的单纯形，如果反射点的结果优于最坏点，但不如其余各点，取G=0.5进行“收缩”。 * 药剂学 （三）应用实例 有一药用乳剂，从实验室放大到生产时发现稳定性降低，即平均乳滴增大。实验室研制过程中，稳定乳剂的乳滴为5μm左右，而放大生产时，产品乳滴增大至10μm，采用单纯形法测定改变处方中二种乳化剂Span 80和聚山梨酯80的用量（在法定限度内），是否能减小乳滴大小，提高乳剂的稳定性。根据原处方，二种表面活性剂用量的百分数（特定）都为10%，Spa