关键词：保健食品;五味子;组合赋权;AHP-CRITIC;K-均值;自组织神经网络;模糊C均值聚类;配方设计;综合评价
摘 要：目的 提出一种融合组合赋权、聚类、决策、评价等多种机器学习算法用于保健食品配方设计及评价的方法。方法以五味子Schisandre Chinensis Fructus为例，构建含五味子处方数据库，筛选与五味子配伍高频药味并挖掘其关联规则。同时结合传统中医药理论和现代科学研究建立评价指标体系，采用兼顾主观性和客观性的层次分析（analytic hierarchy process,AHP）-CRITIC(criteria importance though intercrieria correlation)组合赋权法和优选的聚类算法对高频药味进行加权和聚类，结合中医药理论设计配方并进行逼近理想解排序（technique for order preference by similarity to an ideal solution,TOPSIS）综合评价。结果 频次统计得到黄芪、茯苓、人参等与五味子配伍高频药味31个，关联规则分析显示高频药味间更易产生强关联。构建含3个一级指标、7个二级指标的评价指标体系，AHP-CRITIC组合赋权法计算出的指标组合权重从大到小依次为药味传统功效、现代文献研究、在数据库中的出现频次，符合主观认识和客观数据。根据与专业知识的匹配度、算法运行效率及对数据的包容度优选模糊C均值（fuzzy C-means,FCM）聚类，将高频药味分为5类。结合中医药理论及上述结果设计可能的新配方共11个，TOPSIS综合评价排序的结果显示，五味子-黄芪-白术-党参是五味子保胃护肝保健食品可能的最优新配方。结论 该模型在中医药理论的指导下，提供了既能体现传统中医药配伍理论又有足够现代科学研究成果支撑的中药类保健食品配方设计与研发的创新思路与方法。
内 容：原文可通过湖北省科技信息共享服务平台（http://hbstl.hbstd.gov.cn/webs/homepage.jsp)获取