目的 采用Box-Behnken响应面法结合GA-BP神经网络多指标优化罗布麻叶微丸的制备工艺。方法 利用挤 出滚圆法,以收率(%)、圆整度(°)、豪斯纳比(Hausnerratio,HR)和脆碎度(%)为评价指标制备罗布麻叶微丸。在单因 素试验基础上,以载药量(%)、滚圆频率(Hz)和滚圆时间(min)为考察因素,基于G1-EWM 对各评价指标进行组合赋权 并计算综合评价指标,采用Box-Behnken响应面法优化罗布麻叶微丸制备工艺;建立GA-BP神经网络模型,选取合理数 据进行学习和训练,并预测罗布麻叶微丸制备工艺;验证比较Box-Behnken响应面法和GA-BP神经网络模型结果,确定 罗布麻叶微丸的最佳制备工艺。结果 Box-Behnken响应面法的综合评价指标均值为0.9732(RSD=0.53%),与理论 值0.9710相比较,绝对误差为0.0022;GA-BP 神经网络的综合评价指标均值为0.8691(RSD=0.63%),与理论值 0.9857相比较,绝对误差为-0.1166。因此,最终确定罗布麻叶微丸的最佳制备工艺为:载药量为20%、滚圆时间为2 min、滚圆频率为20Hz。结论 基于Box-Behnken响应面法结合GA-BP神经网络多指标优化的罗布麻叶微丸制备工 艺稳定可行,较为合理。