3.2 灰色关联度分析与误差反向传播神经网络

    误差反向传播(BP)神经网络是人工神经网络的一种，是一种人工非线性多元校正模型，其通过计算输入数据并使用BP算法实现多层前馈神经网络，预测精度高，可最小化网络误差平方和。因此，BP神经网络在非线性数据处理中应用极为广泛[29]。中药复方成分复杂多样，与药效多呈非线性关系。根据灰色关联度分析法反映的谱效间强弱主次关系结果，联用BP神经网络模型分析可进一步对谱效间复杂的非线性关系进行拟合、预测。如气滞胃痛颗粒成分复杂，难于分析，有学者联合运用人工神经网络与灰色关联度分析法，对其促胃动力[30]、抗炎[31]以及抗溃疡[32]等作用进行谱效学研究。首先采用灰色关联度分析法进行相关性分析，确认与各种药理作用密切相关的特征峰，再分别将这些密切相关的特征峰作为输入项，药效作为输出项，构建BP神经网络模型进行验证。经拟合后，即可预测综合药效值，3种药理作用预测的相对误差的绝对值均小于7%，预测精度较高。

    3.3 灰色关联度分析与主成分分析

    主成分分析法是一种对数据进行降维处理的分析方法 ......