银柴胡质量评价分析 -PCA、OPLS-DA及CRITIC-TOPSIS分析方法附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍

银柴胡为石竹科植物银柴胡的干燥根，是《中国药典》收载的常用清虚热中药，具有清虚热、除疳热的功效，临床用于阴虚发热、骨蒸盗汗、小儿疳积发热等症。目前其质量评价存在三大核心问题：

1. 评价指标单一：现行药典仅以 “醇溶性浸出物” 和 “薄层鉴别（对照药材）” 为质量指标，未量化环肽类（如银柴胡环肽 A/B）、皂苷类（如银柴胡皂苷 I）、黄酮类（如汉黄芩素）等核心药效成分；

1. 质量差异来源不清：产地（宁夏盐池、甘肃定西等道地产区 vs 内蒙古、陕西非道地产区）、生长年限（2-4 年生）、采收期（春季采挖 vs 秋季采挖）对成分的影响缺乏量化分析；

1. 综合排序缺失：现有研究仅能区分 “合格 / 不合格”，无法对不同批次银柴胡的质量优劣进行精准排序，难以指导临床用药与市场分级。

本文提出 **“多指标定量 + 多元统计 + 综合评价” 联用策略 **：

• 第一步：建立 UPLC-PDA 多指标定量方法，测定 8 种核心成分（环肽类 3 种、皂苷类 3 种、黄酮类 2 种）；

• 第二步：通过 PCA 实现样本自然聚类，初步定位质量差异主导因素；

• 第三步：通过 OPLS-DA 增强组间差异，筛选潜在质量标志物（Q-markers）；

• 第四步：通过 CRITIC-TOPSIS 计算样本质量贴近度，实现质量综合排序，最终构建科学的银柴胡质量评价体系。

⛳️ 运行结果

主成分数: 14

累计方差贡献率:

前1个主成分: 62.100% (累计62.100%)

前2个主成分: 22.901% (累计85.001%)

前3个主成分: 5.980% (累计90.982%)

前4个主成分: 2.426% (累计93.408%)

前5个主成分: 1.800% (累计95.208%)

3. OPLS-DA分析开始...

VIP值大于1的重要变量:

异槲皮苷: VIP = 1.1725

黄芩素: VIP = 1.2139

汉黄芩素: VIP = 1.1773

槲皮素: VIP = 1.2006

山柰酚: VIP = 1.1636

银柴胡胶B: VIP = 1.1210

β-谷甾醇: VIP = 1.0286

醇溶性浸出物: VIP = 1.0695

酸不溶性灰分: VIP = 1.0761

4. CRITIC-TOPSIS分析开始...

CRITIC法计算的权重:

香草酸: 0.0664

异槲皮苷: 0.0470

黄芩素: 0.0481

汉黄芩素: 0.0467

槲皮素: 0.0448

山柰酚: 0.0462

银柴胡胶H: 0.0629

银柴胡胶B: 0.0497

银柴胡碱C: 0.0927

α-菠甾醇: 0.0911

β-谷甾醇: 0.0461

豆甾醇: 0.1067

豆甾-7-烯醇: 0.0670

醇溶性浸出物: 0.0600

总灰分: 0.0628

酸不溶性灰分: 0.0616

TOPSIS综合评价结果:

样本     产地       D+     D-     C值     排名  

S7     甘肃省北关县     0.1010   0.2078   0.6729   1   

S10    宁夏盐池县      0.0992   0.1962   0.6642   2   

S9     宁夏宁平县      0.0998   0.1872   0.6522   3   

S6     甘肃省白马市     0.1118   0.1864   0.6250   4   

S8     宁夏银川县      0.1102   0.1677   0.6036   5   

S15    山西晋江县      0.1251   0.1721   0.5791   6   

S12    陕西海淀县      0.1361   0.1672   0.5513   7   

S13    陕西神木县      0.1456   0.1733   0.5435   8   

S11    陕西宝通县      0.1535   0.1446   0.4851   9   

S1     内蒙古鄂托克旗     0.1425   0.1267   0.4705   10  

S14    山西晋江县      0.1809   0.1383   0.4333   11  

S5     辽宁省安庆县     0.1888   0.0921   0.3278   12  

S3     内蒙古多伦县     0.2080   0.0930   0.3090   13  

S2     内蒙古南都县     0.2041   0.0847   0.2932   14  

S4     辽宁省昌安县     0.2167   0.0817   0.2738   15  

5. 综合分析结果:

=========================================

质量排名前5的样本:

第1名: S7 (甘肃省北关县), C值 = 0.6729

第2名: S10 (宁夏盐池县), C值 = 0.6642

第3名: S9 (宁夏宁平县), C值 = 0.6522

第4名: S6 (甘肃省白马市), C值 = 0.6250

第5名: S8 (宁夏银川县), C值 = 0.6036

不同产地平均质量评分:

甘肃省北关县: 平均C值 = 0.6729

宁夏盐池县: 平均C值 = 0.6642

宁夏宁平县: 平均C值 = 0.6522

甘肃省白马市: 平均C值 = 0.6250

宁夏银川县: 平均C值 = 0.6036

陕西海淀县: 平均C值 = 0.5513

陕西神木县: 平均C值 = 0.5435

山西晋江县: 平均C值 = 0.5062

陕西宝通县: 平均C值 = 0.4851

内蒙古鄂托克旗: 平均C值 = 0.4705

辽宁省安庆县: 平均C值 = 0.3278

内蒙古多伦县: 平均C值 = 0.3090

内蒙古南都县: 平均C值 = 0.2932

辽宁省昌安县: 平均C值 = 0.2738

📣 部分代码

🔗 参考文献

[1]马玲芳,叶旭波,张亮,等.不同种源银柴胡种子质量及幼苗抗逆性综合评价[J].寒旱农业科学, 2022, 1(11):175-181.

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌟 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化

🌟 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌟图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌟 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化

🌟 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、

🌟 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌟 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化

🌟 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌟 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌟 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

5 往期回顾扫扫下方二维码