首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
将灰色理论用于人体药物代谢动力学的研究 ,建立了一种新的灰色模型 GM 1 ,1 ,t ,适合于那些单峰形态的原始数据列 .并根据抗高血压药复方卡托普利片的血药浓度给出了灰色药物动力模型 .结果表明 ,精度优于传统的一室模型 ,而且所用参数少 ,便于计算 .灰色理论可用于药物动力学中单峰序列的研究 .  相似文献   

2.
灰色GM(1,1,     
《数学的实践与认识》2004,34(1):113-116
将灰色理论用于人体药物代谢动力学的研究,建立了一种新的灰色模型GM(1,1,  相似文献   

3.
应用灰色理论研究格列吡嗪片剂在健康志愿者体内的药物动力学模型. 8名健康志愿者口服格列吡嗪片5 mg后,用HPLC法测定不同时间血清中血药浓度,并建立格列吡嗪片在体内的灰色药物力学模型.预测值与实测值的平均绝对误差E =0 .5 3 2 ,平均相对误差为1 .0 5 9% ;达峰时间tmax =2 .5 6h;达峰浓度Cmax=0 .3 85 8μg/ml;曲线下总面积AUC =2 .75 44(μg/ml) * hour.该灰色模型的建立为格列吡嗪片剂的临床合理化用药提供了理论依据.  相似文献   

4.
倒数累加生成灰色GRM(1,1)模型及应用   总被引:10,自引:2,他引:8  
相对传统的累加生成提出倒数累加生成的定义 ,并给出其灰色 GRM( 1,1)模型及其在药物动力学中的应用 .为建立灰色模型提供了新的生成方法  相似文献   

5.
基于灰色系统理论扩展了GM(1,1)模型建模方法.给出了一些既改善原始数据列的光滑度,又减少还原误差的变换函数构造条件.首次将灰色动态模型结合变换函数应用于堆浸过程浸出率的预测.结果表明:该方法预测精度高,为实现浸出动力学未来行为的预测和控制提供了一种新的方法.  相似文献   

6.
以阿维菌素(AVM)为囊芯材料,海藻酸钠(SA)为包埋材料,通过添加发泡剂的形式,在C a2+的交联浴中制备了漂浮性SA微球.通过实验对漂浮性SA微球中AVM的释放情况进行检测,并应用灰色理论的GM(1,1)模型对微球的药物缓释性能进行了模拟和预测,结果显示模型的模拟值和预测值与实验数据的相对误差较小.表明灰色理论模型可用于模拟和预测SA微球的药物释放过程.  相似文献   

7.
高速公路交通事故灰色Verhulst预测模型   总被引:4,自引:2,他引:2  
在分析我国高速公路交通事故历史数据的基础上,引入灰色Verhulst预测理论,建立了高速公路交通事故灰色Verhulst预测模型.通过对2000~2007年我国高速公路交通事故死亡人数进行实例分析,发现灰色Verhulst模型的预测精度高于GM(1,1)模型.结果表明,灰色Verhulst模型的预测结果较好的反映了高速公路交通事故的发展趋势,该模型用于高速公路交通事故预测是可行的.  相似文献   

8.
关于一个两室的多次快速静脉注射模型的研究   总被引:1,自引:1,他引:0  
我们把传统的快速静脉注射药物动力学模型改进为脉冲微分方程模型,运用脉冲微分方程理论研究一个两室的多次快速静脉注射脉冲模型的稳态血药浓度(坪浓度),峰浓度,最小有效血药浓度和平均血药浓度,用药间隔周期等等,从而便于设计最佳用药方案.该文所得结论对指导临床用药具有积极意义并丰富了现有的药物动力学的研究成果.  相似文献   

9.
我们分别研究等剂量和不等剂量多次口服或肌肉注射仓室模型,把传统的药物动力学模型改进为脉冲微分方程模型,运用脉冲微分方程理论得到稳态血药浓度(坪浓度),峰浓度,最小有效血药浓度和平均血药浓度,用药间隔周期等等,从而便于设计最佳用药方案.该文所得结论对指导临床用药具有积极意义并丰富了现有的药物动力学的研究成果.  相似文献   

10.
加油站便利店是一种新兴的零售业态,准确地预测其零售销量具有重要意义.以往的销量预测模型多为单一模型,提出了一种基于粒子群优化的无偏灰色PSOMarkov预测方法.首先,基于灰色系统理论建立了无偏GM(1,1)预测模型,消除了常规GM(1,1)预测模型的固有偏差.其次,利用Markov理论对无偏GM(1,1)预测模型的相对残差进行了修正,模型能较好地体现数据的波动特征.最后,利用改进的粒子群优化算法白化无偏GM(1,1)-Markov预测模型灰区间的参数,得到无偏灰色PSO-Markov预测模型.通过云南昆明市红瓦副加油站便利店的零售销量案例表明,模型能提高预测模型的精度.模型可用于加油站便利店的商品销售预测,并为企业的经营决策提供依据.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号