一个模糊的ZE数组决策框架,使用BWM和MABAC进行药用植物提取风险评估

科学领域:

• 药理学是指药理学,即药理学是指药理学.
• 化学工程是化学工程的重要组成部分.
• 风险管理 风险管理

背景情况:

• 药用植物提取在质量,效率和标准化方面面临挑战.
• 传统的风险评估方法可能无法充分考虑不确定性和专家可靠性.

研究的目的:

• 将故障模式和影响分析 (FMEA) 与基于ZE数字的多标准决策框架相结合.
• 用ZE-BWM和ZE-MABAC方法确定风险标准的相对重要性,并对药用植物提取中的关键风险进行排名.
• 通过纳入决策者的评估,模糊逻辑和可靠性因素来加强传统的风险评估.

主要方法:

• 应用故障模式和影响分析 (FMEA).
• 利用基于ZE数字的多标准决策框架.
• 采用基于ZE的最佳-最差方法 (ZE-BWM) 进行风险标准加权.
• 使用ZE-MABAC方法对关键风险进行排名.

主要成果:

• 标识了样品污染,不当处理,低于最佳的提取条件和仪器校准错误作为最重要的故障模式.
• 突出与样本相关的风险 (原材料质量,污染) 影响生物活性化合物度变化.
• 强调低效技术,溶剂选择差,仪器错误会影响纯度,产量和测量的一致性.

结论:

• 过程标准化,严格的质量控制和人员培训对于降低风险至关重要.
• 整合实时监控,可持续技术和人工智能驱动的模型可以提高提取可靠性.
• 该研究提供了一个结构化,数据驱动的框架,用于优化药用植物提取,确保产品的一致性和质量.