Luận văn Ứng dụng các phương pháp tính toán tiến hóa để giải quyết bài toán tối ưu công thức dược phẩm

7 CHƯƠNG 1. ĐẶT VẤN ĐỀ 1.1. Thiết kế và tối ưu hóa công thức Đối với các nhà sản xuất dược phẩm, xây dựng công thức là việc thường xuyên phải thực hiện, do mỗi sản phẩm đều có một vòng đời nhất định, và nhu cầu cạnh tranh trên thị trường đòi hỏi sản phẩm phải liên tục được cải tiến hay được thay thế bằng các sản phẩm mới. Trong mỗi công thức dược phẩm, ngoài các hoạt chất còn có nhiều thành phần tá dược khác nhau. Tính chất của sản phẩm không chỉ phụ thuộc vào tính chất và tỷ lệ của các nguyên liệu mà còn bị ảnh hưởng bởi các điều kiện sản xuất (nhiệt độ, độ ẩm, thời gian, tốc độ…) Vì vậy, việc xây dựng công thức không phải là một vấn đề đơn giản, mà thực sự là một sự thử thách. 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 không phù hợp với những dữ liệu phức tạp và phi tuyến. Ngoài ra, các phương pháp này không tối ưu đồng thời được nhiều biến phụ thuộc trong khi mỗi dược phẩm có rất nhiều tính chất cần được tối ưu [2]. 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 (x), có thể tối ưu đồng thời nhiều biến phụ thuộc (y), 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 nơ ron (Neural Networks), logic mờ (Fuzzy Logic), thuật giải di truyền (Genetic Algorithms) và các hệ thống lai giữa chúng. Những kỹ thuật này phần nào giải quyết được yêu cầu tối ưu như giảm thời gian và chi phí nghiên cứu và phát triển công thức. Tuy nhiên, các kỹ thuật này tồn tại nhiều hạn chế như: Mạng neuron thì được biết đến như một phương pháp “hộp đen” (black-box), không thể theo dõi tiến trình thực hiện và các kỹ thuật trên không thể tạo ra các công thức ở dạng phương trình toán học. Mặc dù có những hệ thống lai của những kỹ thuật Deleted: neu 8 này, nhưng những hệ thống này chỉ có thể hỗ trợ người dùng trong việc truy vấn tri thức trong những luật dạng “If…then…”, và nhiều khi thông tin tìm được không thỏa mãn yêu cầu [1], [7]. Với ưu điểm chính là có thể tạo ra các phương trình toán học khác nhau từ một bộ dữ liệu thực nghiệm, lập trình di truyền (Genetic Programming - GP) được hy vọng sẽ giúp đạt kết quả tốt trong việc mô hình hóa dữ liệu. Những ưu điểm của lập trình di truyền liên quan đến vấn đề tối ưu công thức dược phẩm là: - Cho ra kết quả là phương trình toán học. - Có thể thực hiện với những dữ liệu phi tuyến. - Việc thực thi của lập trình di truyền thì khá linh hoạt, tùy thuộc vào việc lựa chọn các hàm tính giá trị thích nghi hay thay đổi các tham số liên quan. Dựa trên những mô hình dữ liệu có được từ GP, áp dụng thuật giải di truyền (Genetic Algorithms - GA) để có được công thức dược phẩm tối ưu. 1.2. Mục tiêu và nội dung của đề tài Mục tiêu của đề tài là đưa ra một phương pháp hiệu quả để tối ưu hóa công thức dược phẩm, giúp các nhà bào chế tiết kiệm thời gian và công sức. Nội dung thực hiện của đề tài là sử dụng 2 kỹ thuật chính là lập trình di truyền (Genetic Programming) để mô hình hóa dữ liệu và thuật giải di truyền (Genetic Algorithms) để tìm ra công thức dược phẩm tối ưu. Đề tài sẽ sử dụng các dữ liệu thực tế đã được đánh giá bằng Neural Networks kết hợp với Genetic Algorithms. So sánh các kết quả đạt được với các kết quả trước đó bằng phương pháp thống kê, đưa ra đánh giá về ưu điểm của hướng kết hợp mới. Deleted: . 9 1.3. Nội dung trình bày của luận văn Luận văn gồm các phần sau đây: • Chương 1: Đặt vấn đề là chương giới thiệu về công việc thiết kế và tối ưu công thức dược phẩm, chương này cũng giới thiệu sơ lược về mục tiêu và nội dung của đề tài. • Chương 2: Tổng quan và Cơ sở lý thuyết là chương giới thiệu về thuật giải di truyền và lập trình di truyền, hai thuật toán tính toán tiến hóa được sử dụng trong đề tài. Chương này cũng mô tả việc ứng dụng hai kỹ thuật tính toán tiến hóa này cho bài toán tối ưu công thức dược phẩm • Chương 3: Chương trình ứng dụng là chương trình bày kết quả việc cài đặt thuật giải di truyền và lập trình di truyền để tìm công thức dược phẩm tối ưu, đồng thời đánh giá kết quả thử nghiệm, so sánh kết quả đạt được từ chương trình với kết quả từ phương pháp thống kê và chương trình INForm 3.6. • Chương 4: Đánh giá và hướng phát triển là chương đưa ra các kết quả mà đề tài đã đạt được, cũng như những tồn tại cần phải khắc phục, đồng thời đưa ra hướng phát triển đề tài.