A otimização do processo de extração de Guizhifang é baseada no método de ponderação combinada da análise hierárquica - determinação de pesos de correlação dos indicadores (AHP-CRITIC) combinada com a rede neural artificial de retropropagação (BP-ANN) para previsão por simulação. O método combinado AHP-CRITIC determinou os coeficientes de peso para ginsenosídeos Rg₁, Re, Rb₁, saponinas de Polygala tenuifolia, paeonifrora, ácido ferúlico e rendimento da extração, que foram 0,1907, 0,2175, 0,2341, 0,0894, 0,1195, 0,0875 e 0,0613, respectivamente. O melhor processo de extração foi adicionar 10 vezes a quantidade de solvente, 2 horas por extração, extrair 3 vezes. Com base nisso, o modelo de simulação BP-ANN previu e validou o processo ideal. A análise conjunta de AHP-CRITIC e BP-ANN mostrou que 10 vezes a quantidade de solvente, 1 hora por extração, extrair 2 vezes não difere estatisticamente dos parâmetros do processo ideal acima, garantindo a eficácia da extração e economizando energia, fornecendo referência para a seleção do processo de extração para produção em grande escala de Guizhifang. O método experimental integrado estabelecido combinando AHP-CRITIC e BP-ANN fornece suporte confiável para a pesquisa moderna de processos de extração de fórmulas de medicina tradicional chinesa.

Guizhifang; método de ponderação combinada da análise hierárquica - determinação de pesos de correlação dos indicadores (AHP-CRITIC); rede neural artificial de retropropagação (BP-ANN); processo de extração; planejamento experimental ortogonal