Tối ưu hóa đa mục tiêu thực nghiệm hóa học bằng phương pháp thỏa dụng mờ tương tác với việc đo màu dung dịch anthocyanin trong phương pháp chiết đo quang

Bài viết này trình bày những kết quả nghiên cứu các phương pháp giải quyết bài toán tối ưu đa mục tiêu với việc sử dụng hàm thỏa dụng mờ. Bằng cách tối ưu đa mục tiêu với phương pháp sử dụng hàm thỏa dụng mờ, đã xác định được điều kiện phân tích tối ưu cho quá trình chiết tách chất màu anthocyanin trong môi trường ethanol.

AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 TỐI ƯU HÓA ĐA MỤC TIÊU THỰC NGHIỆM HÓA HỌC BẰNG PHƯƠNG PHÁP THỎA DỤNG MỜ TƯƠNG TÁC VỚI VIỆC ĐO MÀU DUNG DỊCH ANTHOCYANIN TRONG PHƯƠNG PHÁP CHIẾT ĐO QUANG Trương Bách Chiến1 Trường Đại học Công nghiệp Thực phẩm Tp.HCM Thông tin chung: Ngày nhận bài: 01/08/2018 Ngày nhận kết bình duyệt: 12/01/2019 Ngày chấp nhận đăng: 04/2020 Title: The multi-objective optimization method using the fuzzy utility function to extraction of the high colour degree anthocyanin Keywords: Combinatorial optimization, Multi-Object function, anthocyanin, experimental optimization method Từ khóa: Tối ưu hóa tổ hợp, hàm đa mục tiêu, anthocyanin, phương pháp tối ưu hóa thực nghiệm ABSTRACT This paper presents the research results on methods for solving multiobjective optimization problem using the fuzzy utility function Empirical research is conducted to develop objective functions that describe the influence of technical factors (pH, optical wavelength  and sample volume) to the extraction of anthocyanin pigment By employing the multi-objective optimization method using the fuzzy utility function, the best technological parameters on the anthocyanin extract process are defined: pH = 1.0,  = 420 nm and sample volume = 10 mL, and in this extract condition, the high concentration of anthocyanins- 3.18% and the colour degree reaches the optimat value - 0.337 TĨM TẮT Bài báo trình bày kết nghiên cứu phương pháp giải toán tối ưu đa mục tiêu với việc sử dụng hàm thỏa dụng mờ Nhóm nghiên cứu tiến hành thực nghiệm để xây dựng hàm mục tiêu mô tả ảnh hưởng yếu tố cơng nghệ (pH, bước sóng đo quang , thể tích mẫu sử dụng) đến trình tách chiết chất màu anthocyanin Bằng cách tối ưu đa mục tiêu với phương pháp sử dụng hàm thỏa dụng mờ, xác định điều kiện phân tích tối ưu cho q trình chiết tách chất màu anthocyanin mơi trường ethanol, có độ màu cao pH = 1, đo quang bước sóng 420 nm, thể tích mẫu sử dụng 10 mL, thu kết quả: hàm lượng anthocyanin đạt 3,18 %, với độ màu đo đạt cực trị 0,337 cách phải giải mục tiêu đặt ra, việc tìm kiếm cách giải cho toán tối ưu đa mục tiêu điều mong mỏi nhà nghiên cứu lĩnh vực khác GIỚI THIỆU Trong trình thực nghiệm, việc phát phương án tối ưu cho phép rút ngắn thời gian, số lần thí nghiệm lượng kinh phí cho hoạt động nghiên cứu việc cần thiết cần triển khai thường xuyên đề tài khoa học Với nghiên cứu thực nghiệm bao gồm nhiều Anthocyanin chất hữu màu thiên nhiên thuộc nhóm Flavonoid, có màu đỏ đặc trưng dễ chuyển đổi màu điều kiện định Đây 94 AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 dạng Glucoside gốc họ đường: Glucose, Galactose, Rhamnose kết hợp với gốc aglucone mà tạo thành, có nhiều loại rau thực phẩm Chính vậy, việc kiểm tra, định lượng anthocyanin loại rau quả, hay chiết tách chúng ra, làm chất màu cho thực phẩm hay cho mỹ phẩm, vấn đề cần thiết Y opt : hiệu tối ưu cho mục tiêu Y (Z1,Z2, ,Zk) Z1 opt,Z2 opt, ,Zk opt nghiệm tối ưu phương án tối ưu Các điều kiện ràng buộc nên chọn lựa từ yếu tố ảnh hưởng, hay điều kiện thực nghiệm, giúp giải việc chọn hướng thực nghiệm tốt thực tế Dựa vào số liệu đo từ việc xác định yếu tố vào điều kiện tách chiết lượng Anthocyanin dung môi Ethanol/ nước Ethanol/dung dịch HCl, xác lập giải toán tối ưu mục tiêu (màu đo quang lượng chất chiết anthocyanin) Hai mục tiêu (độ màu lượng chất anthocyanin) kết mà tất nghiên cứu chúng cố gắng đạt số liệu tốt Với việc xác lập nhiều mục tiêu Yj (j = 1, 2, …, p) cần quy hoạch để tìm cực trị Yj opt, việc tìm nghiệm tối ưu phức tạp nhiều Các nguyên tắc thực hiện: - Bài nghiên cứu cố gắng đến mục tiêu này, nghiên cứu trình bày kết nghiên cứu mặt lý thuyết giải toán tối ưu hai mục tiêu dựa phương pháp dùng hàm thỏa dụng mờ theo nguyên lý Pareto kiểm chứng chúng thực nghiệm trực quan Đây hướng nghiên cứu thực phịng thí nghiệm, nhằm hướng đến giải cho toán tối ưu nhiều mục tiêu (3,4 mục tiêu) có nghiên cứu thực nghiệm tương lai Nguyên tắc (nguyên tắc phức tạp dần mơ hình tốn học): Từ số liệu để xây dựng hàm mục tiêu cần xây dựng, từ mơ hình đơn giản, từ kiểm tra tính tương thích mơ hình Nếu phù hợp, sử dụng mơ hình đó, khơng phù hợp tiến hành xây dựng bước mơ hình nâng cao, mơ hình phức tạp dựa thí nghiệm thực nghiệm Sau kiểm tra mơ hình đạt mơ hình phù hợp với thực nghiệm - CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU Nguyên tắc (nguyên tắc đối chứng từ yếu tố ảnh hưởng thực nghiệm): Khi xây dựng mơ hình, việc xuất hiệu ứng tác động đến yếu tố ảnh hưởng, đến điều kiện thực nghiệm điều tất yếu Vì thế, mơ hình xác, chặt chẽ, mơ tả yếu tố này, tác động hiệu ứng làm tăng độ xác kết nghiên cứu lên 2.1 Cơ sở lý thuyết Mô tả Giả sử hệ thống công nghệ biểu diễn : Y = (Z1,Z2, ,Zk) Trong : Z1,Z2, ,Zp: p thành phần vecto thông số đầu vào - Nguyên tắc (nguyên tắc tối ưu Pareto): Lập miền phương án khả thi toán, tức phải thoả mãn tất ràng buộc: R* ∈ D Xét phương án khả thi R ∈ D, R ≠ R* Nếu tồn số i ∈ {1, 2, …, p} cho Yj(Z) > Yj(Z*) tồn j ∈ {1, 2, …, p}, j ≠ i, cho Yj(x) < Yj(Z*) Nói cách khác, khơng tồn phương án khả thi R ∈ D trội Z*  tổng thể tất mục tiêu Hàm mục tiêu xác định dạng: Y = Y (Z1,Z2, ,Zk) Bài toán biểu diễn Y opt = opt Y (Z1,Z2, ,Zk) = Y (Z1 opt,Z2 opt, ,Zk opt) Y opt = max Y (Z1,Z2, ,Zk): toán max Y opt = Y (Z1,Z2, ,Zk): toán Quy hoạch thực nghiệm TYT / TYP 95 AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 - Xây dựng vùng khảo sát, miền quy hoạch với số yếu tố khảo sát (k) số biến (Z1,Z2, ,Zk) Mức yếu tố : Z1min ; Z2min ; Z3min v.v… Z1max ; Z2max ; Z3max v.v - Lập mơ hình quy hoạch bậc 1, bậc 2, phương trình hồi quy tuyến tính, phương trình phi tuyến k Y = ƒ(B,Z) = B0 +  B Z j j =1 k Y = B0 + Y = B0 +  B j Z j + - - - k B j =1 j ,u =1 j u k k ju Z j Z u + …  B Z +  B Z j =1 Y = B0 + j j j j =1 k k j =1 j =1 j j  B j Z j +  B j Z 2j + k B j ,u =1 j u Tìm hệ số B = [B0, B1, B2 , Bk, B12, B13, , Bjj… Bjjj…] Dùng chuẩn Student để kiểm tra hệ số (B) phương trình Dùng chuẩn Fisher để kiểm tra tính tương thích phương trình tốn học thực nghiệm Xác định hàm mục tiêu : Y1 = 1 (Z1,Z2, ,Zk); Y2 = 2 (Z1,Z2, ,Zk) … Giải tìm điểm tối ưu phương pháp thỏa dụng mờ tương tác: Y opt = opt Y (Z1,Z2, ,Zk) với nghiệm Z1 opt,Z2 opt, ,Zk opt Tiến hành thực nghiệm xác nhận mơ hình tối ưu hóa thực nghiệm thành cơng ju Z j Z u + … 2.1.4.1 Khởi tạo - - Tối ưu đa mục tiêu phương pháp thỏa dụng mờ tương tác Xác định số liệu cho hàm mục tiêu Yj (j = 1, 2, 3, …,p) với yếu tố tương tác Zi (i = 1, 2, 3, …) điều kiện ràng buộc Rm (m = 1, 2, 3, ) (Nếu với mục tiêu tốn khơng cho phương án tối ưu cần xem xét để điều chỉnh lại điều kiện ràng buộc ban đầu) Lập bảng Pay-off Xác định giá trị cận Y(b) giá trị cận Y(w) cho mục tiêu Yj Xác định hàm thỏa dụng mờ µ1(Y1) , , µp(Yp) cho mục tiêu dựa vào bảng Payoff, theo công thức (1): Yi − Yi w với i = 1,…,p i (Yi ) = b Yi − Yi w Có nhiều phương án để giải toán tối ưu đa mục tiêu, như: Phương pháp tham số, phương pháp nón pháp tuyến, phương pháp véc tơ cực đại, phương pháp trọng số tương tác, phương pháp thoả dụng mờ tương tác v.v… Mỗi phương án có ưu điểm hướng giải vấn đề cho đối tượng (1) 2.1.4.2 Lặp bước (theo k): - - Xây dựng hàm mục tiêu tổ hợp từ hàm thỏa dụng theo dạng công thức (2): p u =  Wi i (Yi ) → Opt i =1 Các bước thực cho phương pháp phương pháp thoả dụng mờ tương tác: 96 (2) AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 Trong đó: Wi hệ số phản ánh tầm quan trọng hàm thỏa dụng thành X(k) chưa phải phương án tối ưu thoả mãn nhất, cần thay k k+1, quay bước p phần hàm tổ hợp Nếu cảm thấy thoả mãn phương án thu X(k)  W = 1,0  W  i i i=1 - - 2.1.4.3 Giải nghiệm tối ưu Đặt: Sp = {X1, X2, , Xp}, k = aik = Yj(b) với j = 1, …, p Giải hàm mục tiêu tổ hợp u = Kết có nghiệm tối ưu cho hàm thỏa dụng mờ tương tác µ1(Y1) , , µp(Yp) tương ứng với bước lặp k: Z1 opt,Z2 opt, ,Zk opt xác định vùng không tồn trị số thỏa dụng hơn, không tồn điểm tối ưu khác p  W  (Y ) i =1 i i j với m ràng buộc Rm ban đầu p ràng buộc bổ sung Yj < aik 2.2 Phương pháp nghiên cứu Nếu cảm thấy chưa thoả mãn với giá trị đạt hàm mục tiêu hàm thoả dụng phương án thu Xác định vùng khảo sát Lập mô hình quy hoạch Thực nghiệm số liệu chuyển vào mơ hình QH Khơng thỏa mãn kiểm tra Kiểm tra chuẩn Student Fisher Thỏa mãn kiểm tra Xác định mơ hình đa mục tiêu (Phương trình đa mục tiêu) Giải tìm nghiệm tối ưu Phương pháp thỏa dụng mờ tương tác Số liệu TN Không phù hợp Lập yếu tố theo nghiệm tối ưu kiểm chứng thực nghiệm Số liệu TN phù hợp Kết luận 97 AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 KẾT QUẢ VÀ THẢO LUẬN - 3.1 Nghiên cứu Nguyên liệu Trong dâu tây, lượng nước chiếm 91%, carbonhydrat 7.7%, protein 0.7%, phần lại khác, dâu tây có chứa đến 25 loại anthocyanin khác Đây nguyên nhân làm nên màu sắc đậm rõ thực vật Do dâu tây chọn làm nguyên liệu thực nghiệm để khảo sát hàm lượng anthocyanin - Quả dâu đỏ Lái Thiêu, làm sạch, cân mẫu 20 g, bảo quản oC để làm nguyên liệu suốt trình nghiên cứu - Hệ dung môi phân cực để chiết ethanol/nước ethanol/HCl Phương pháp pH vi sai để xác định hàm lượng anthocyanin thô độ màu: Chất màu anthocyanin thay đổi theo pH, pH = anthocyanin tồn dạng oxonium flavium có độ hấp thụ cực đại, pH = 4,5 chúng lại dạng carbinol khơng màu Tiến hành đo mật độ quang mẫu dãy bước sóng hấp thụ 420 nm – 700 nm, với thể tích mẫu sử dụng mL – 10 mL Phương pháp qui hoạch thực nghiệm trực giao cấp hai Box- Hunter [1] để xây dựng mô tả toán học biểu diễn hàm hai mục tiêu với thành phần khảo sát Xác lập giải toán tối ưu mục tiêu phương pháp thỏa dụng mờ tương tác Thực nghiệm số liệu Phương pháp thực nghiệm - 98 Quy trình xử lý mẫu Dâu: AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 - Khảo sát độ màu hàm lượng (%) anthocyanin qua yếu tố: Bước sóng  (Z1), độ pH (Z2), thể tích lượng mẫu (Z3) vùng khảo sát mức quy hoạch theo bảng Bảng Vùng khảo sát mức quy hoạch Bước sóng  Độ pH Thể tích Mức trên, (+1) 700 4,5 10 Mức dưới, (-1) 420 Mức sở, (0) 560 2,75 7,5 750 5,12 11 370 0,38 Cánh tay đòn, (± a) - Số liệu thực nghiệm tâm quy hoạch tiến hành theo bảng 2: Bảng Thí nghiệm tâm quy hoạch STN Bước sóng pH Thể tích Mật độ quang (A) Hàm lượng (%) Anthocyanin 560 2,75 7,5 0,080 1,322 560 2,75 7,5 0,083 1,371 560 2,75 7,5 0,080 1,323 Thiết lập quy hoạch thực nghiệm dạng phương trình hồi quy - Kế hoạch quy hoạch thực nghiệm: Bước sóng () - Z1, pH – Z2, thể tích mẫu V(mL) – Z3, vùng kiểm sốt: 420    700 ; 1,0  pH  4,5 ;  V  10 Xác định hệ số B phương trình theo cơng thức (3): L = 2k + + k! (k + 1)(k + 2) = =10 2!(k − 2)! (3) Phương trình có dạng: Y = B0 + B1.Z1 + B2.Z2 + B3.Z3 + B4.Z1.Z2 + B5.Z1.Z3 + B6.Z2.Z3 + B7.Z12 + B8.Z22 + B9.Z32 - Ma trận không thứ nguyên với biến số (X) chuyển từ ma trận thứ nguyên (Z) hạ bậc thành (x) theo công thức (4,5,6) Trong đó:  =  x1' = x12 − v = x12 − k + 2. N (4) x2' = x22 − v = x22 − 2k + 2. N (5) x3' = x32 − v = x32 − 2k + 2. N (6) N.2k −2 − 2k −1 Phương trình hạ bậc có dạng là: 99 AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 Y = b0 + b1.x1 + b2.x2 + b3.x3 + b4.x1.x2 + b5.x1.x3 + b6.x2.x3 + b7.x1’ + b8.x2’ + b9.x3’ - Ma trận thực phương án trực giao TYT với k = theo bảng Bảng Ma trận thực nghiệm phương án trực giao cấp P/án TN quy hoạch P/án điểm giao P/án Tâm TN x0 x1 x2 x3 x1.x2 x1.x3 x2.x3 1 1 1 1 1 -1 -1 1 -1 -1 1 -1 -1 -1 -1 x1’ x2’ x3’ Y1 Y2 0,31 0,31 0,31 0,048 0,793 -1 0,31 0,31 0,31 0,026 0,43 -1 0,31 0,31 0,31 0,05 0,826 -1 -1 0,31 0,31 0,31 0,019 0,314 -1 -1 0,31 0,31 0,31 0,245 4,048 -1 -1 -1 0,31 0,31 0,31 0,07 1,157 -1 -1 1 -1 -1 0,31 0,31 0,31 0,337 3,18 -1 -1 -1 1 0,31 0,31 0,31 0,17 2,809 1 1,35 0 0 1,14 -0,69 -0,69 0,024 0,396 -1,35 0 0 1,14 -0,69 -0,69 0,218 0,396 1,35 0 0 -0,69 1,14 -0,69 0,396 -1,35 0 0 -0,69 1,14 -0,69 0,101 0,396 0 1,35 0 -0,69 -0,69 1,14 0,13 0,396 0 -1,35 0 -0,69 -0,69 1,14 0,051 0,396 1 0 0 0 -0,69 -0,69 -0,69 0,08 1,322 0 0 0 -0,69 -0,69 -0,69 0,083 1,371 0 0 0 -0,69 -0,69 -0,69 0,08 1,322 Mơ hình hai mục tiêu [2] - Xác định mơ hình: Dùng quy chuẩn Student Fisher, mơ hình hai mục tiêu Y1 = 1 (x1,x2,x3); Y2 = 2 (x1,x2,x3), thu sau: Y1 = 0,241 – 0,081x1 + 0,204x2 + 0,043x3 + 0,0246x1 x2 – 0,036x1.x3 – 0,174x12 + 0,334 x22 – 0,191x32 Y2 = 0,702 – 0,962x1 – 0,264x2 + 0,560x3 + 0.407x1 x2 - 0.02375 x1 x3 + 0,296x12 + 0,296x22 + 0,296x32 - Chuyển sang phương trình thực nghiệm Y1(Z1,Z2,Z3) Y2(Z1,Z2,Z3), tính tối ưu mơ hình mục tiêu: Y1 opt = max Y1 (Z1 opt,Z2 opt, Z3 opt) = 0,381 với (Z1 opt = 420 ; Z2 opt = ; Z3 opt = 10) Y2 opt = max Y2 (Z1 opt,Z2 opt, Z3 opt) = 3,083 với (Z1 opt = 420 ; Z2 opt = ; Z3 opt = 10) 3.2 Thảo luận Tối ưu theo phương pháp thỏa dụng mờ - Dùng Solver phần mềm MS-Excel, cho kết quả: 100 AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 Y1 opt = 0,381 (420 ; ; 10) Y2 opt = 3,083 (420 ; ; 10) - Lập bảng Pay – Off: Y1 Y2 Với nghiệm 0,381 0,044 Với nghiệm 0,027 3,083 - Vậy cận Y1(b) = 0,381 Y2(b) = 3,083 cận Y1(w) = 0,027 Y2(w) = 0,044 - Lập bước lặp k =1, hàm thỏa dụng mờ có dạng: Trong đó: u = w11 (Y1 ) + w 2 (Y2 )  w1  1,  w2  w1 + w2 = Với w1 = 0,1 w2 = 0,9: u = 0,282Y1 + 0,296Y2 + 0,021, cần tiến hành giải cực trị cho hàm thỏa dụng mờ tương tác: u = 0,295 – 0,263Z1 + 0,024Z2 + 0,133Z3 + 0,062Z1.Z2 - 0,121Z1.Z3 + 0,065Z2.Z3 + 0,014Z12 + 0,157Z22 + 0,009Z32 Dùng phép giải solver, cho kết quả:u Opt = 0,987 với Z1 opt = 420 ; Z2 opt = ; Z3 opt = 10 - Tương tự lặp lại cho bước lặp, cho kết tương tự Với w1 = 0,2 w2 = 0,8: u = 0,565Y1 + 0,263Y2 + 0,027; được: u Opt = 0,945 với Z1 opt = 420 ; Z2 opt = ; Z3 opt = 10 Với w1 = 0,5 w2 = 0,5: u = 1,412Y1 + 0,165Y2 + 0,045; được: u Opt = 0,923 với Z1 opt = 420 ; Z2 opt = ; Z3 opt = 10 Với w1 = 0,8 w2 = 0,2: u = 2,26Y1 + 0,066Y2 + 0,064; được: u Opt = 0,968 với Z1 opt = 420 ; Z2 opt = ; Z3 opt = 10 Vậy với phương án trội Pareto mở rộng, nghiệm khảo sát chấp nhận, nghiệm thỏa hiệp mục tiêu xuất khơng trội nghiệm Tối ưu hóa đa mục tiêu phương pháp thỏa dụng mờ tương tác, thực phương pháp hiệu thích hợp cho việc giải tốn tối ưu đa mục tiêu thực nghiệm kiểm soát Thực nghiệm kiểm chứng tối ưu Phương pháp mở hướng thực tế cho người nghiên cứu số liệu thực nghiệm nhiều yêu cầu, nhiều mục tiêu Tiến hành thí nghiệm kiểm chứng với lượng mẫu 10 mL, đem đo pH = bước sóng  = 420 nm, thu kết quả: % anthocyanin 3,18%, độ màu 0,337 Các anthocyanin thể màu sắc theo pH môi trường Màu đỏ dẫn qua màu cam đến không màu chuyển sang màu xanh tương ứng với pH chuyển từ lên đến 5, đến Vì kết phức thu màu đỏ cực đại, khẳng định pH=1 sau quy hoạch pH từ đến Có thể thấy kết tính toán điều kiện chiết tách tối ưu anthocyanin phương pháp tối ưu hóa thỏa dụng mờ tương tác, cho kết tốn quy hoạch hồn tồn phù hợp với thực nghiệm Bằng phép tối ưu hai mục tiêu theo phương pháp thỏa dụng mờ tương tác, cho kết 3,18% KẾT LUẬN 101 AGU International Journal of Sciences – 2020, Vol 25 (2), 94 – 102 hàm lượng, độ màu 0,337 (một kết khả quan so với khảo sát phép thử anthocyanin phương pháp pH vi sai, hàm mục tiêu tối ưu, cho 1,188% hàm lượng) ECD DAD) để xác định hệ số hấp thu phân tử định lượng anthocyanin dịch trích thực vật Hồ Chí Minh: Khoa học - hóa học Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia thành phố Hồ Chí Minh TAI LIỆU THAM KHẢO Nguyễn Cảnh., & Nguyễn Đình Soa (1985) Tối ưu hóa thực nghiệm hóa học kỹ thuật hóa học, (Nguyễn Cảnh & Nguyễn Đình Soa, biên dịch) Hồ Chí Minh: Trường Đại Học Kỹ Thuật Tp.HCM (Quyển sách gốc xuất năm 1978) Đinh Thị Thúy Hương (2014) Xây dựng quy trình định lượng anthocyanin thực phẩm chức phương pháp HPLC HPTLC, Kiểm nghiệm thuốc – độc chất Hà Nội: Trường đại học Dược Hà Nội Lê Trần Bình., Nguyễn Hữu Cường., & Phạm Thị Thanh Nhàn (2011) Tách chiết phân tích hàm lượng Anthocyanin mẫu thực vật khác nhau, Tạp chí Sinh Học, Tập 33(4), 79-85 Nguyễn Thị Lan., Lê Thị Lạc Quyên (2006) Nghiên cứu ảnh hưởng hệ dung môi đến khả chiết tách chất màu Anthocyanin có độ màu cao từ dâu Hội An Tạp Chí Khoa Học Cơng Nghệ, tập 44, 71-76 Đà Nẵng: Trường Đại Học Đà Nẵng Lê Xuân Hải., & Nguyễn Thị Lan (2008) Tối ưu đa mục tiêu với chuẩn tối ưu tổ hợp s r ứng dụng trình chiết tách chất màu anthocyanin Tạp chí Khoa học Cơng nghệ (Viện Khoa học Công nghệ Việt Nam), tập 11, số 09, 69-81 Nguyễn Hải Thanh (2017) Các mô hình phần mềm tối ưu hóa ứng dụng nông nghiệp, Bài giảng điện tử khuôn khổ dự án CNTT, Hà Nội, Việt Nam Trương Bách Chiến (2016) Quy hoạch thực nghiệm tối ưu hóa thực nghiệm cơng nghệ hóa học Hồ Chí Minh: NXB Đại học Quốc gia Tp HCM Huỳnh Thị Kim Cúc., Phạm Châu Quỳnh., Nguyễn Thị Lan, cộng (2004) Xác định hàm lượng anthocyanin số nguyên liệu rau phương pháp pH vi sai Tạp Chí Khoa Học Công Nghệ, Tập 3, số 7, 4754, Đà Nẵng: Trường Đại Học Đà Nẵng Trần Cao Sơn (2010), Thẩm định phương pháp phân tích hóa học & vi sinh vật Hà Nội: NXB Khoa Học Kỹ Thuật Hoàng Thị Kim Khuyên (2009) Ứng dụng HPLC ghép đầu dị điện hóa diode array (HPLC TCVN 11028:2015 (2015) Đồ uống – Xác định tổng hàm lượng chất tạo màu anthocyanin dạng monome – Phương pháp pH vi sai Hà Nội : Tổng cục Tiêu chuẩn Đo lường Chất lượng thẩm định, Bộ Khoa học Công nghệ 102 ... tối ưu anthocyanin phương pháp tối ưu hóa thỏa dụng mờ tương tác, cho kết tốn quy hoạch hồn tồn phù hợp với thực nghiệm Bằng phép tối ưu hai mục tiêu theo phương pháp thỏa dụng mờ tương tác, cho... Vậy với phương án trội Pareto mở rộng, nghiệm khảo sát chấp nhận, nghiệm thỏa hiệp mục tiêu xuất không trội nghiệm Tối ưu hóa đa mục tiêu phương pháp thỏa dụng mờ tương tác, thực phương pháp. .. định mơ hình đa mục tiêu (Phương trình đa mục tiêu) Giải tìm nghiệm tối ưu Phương pháp thỏa dụng mờ tương tác Số liệu TN Không phù hợp Lập yếu tố theo nghiệm tối ưu kiểm chứng thực nghiệm Số liệu