10.13995/j.cnki.11-1802/ts.032594
基于遗传算法进化的人工神经网络(GA-ANN)对葡萄糖发酵生产普鲁兰多糖的条件优化
基于遗传算法进化的人工神经网络,以葡萄糖为原料,对出芽短梗霉产普鲁兰多糖的发酵培养条件进行优化.首先通过单因素试验和Plackett-Burman实验筛选显著因素,再进行Box-Behnken实验建立数据样本,最后利用Matlab建立神经网络模型寻找最优解.结果表明,葡萄糖和酵母抽提物对普鲁兰多糖的合成具有显著的正效应,K2 HPO4 对普鲁兰多糖的合成具有显著的负效应.遗传算法-人工神经网络的决定系数与相对误差分别为 0.9988 与 1.72%.最终优化获得普鲁兰多糖发酵的最佳培养基组分为葡萄糖 150 g/L,酵母抽提物7.1 g/L,MgSO4·7H2O1.4 g/L,K2HPO47 g/L,NaCl 7 g/L,自然 pH.在此条件下,普鲁兰多糖的产量为83.25 g/L,较优化前提高了 79.73%.经济分析表示优化后的培养基成本较优化前降低了约 70%.该研究结果为普鲁兰多糖的工业化生产提供了数据支撑,有助于提升普鲁兰多糖在行业中的竞争力.
普鲁兰多糖、遗传算法、人工神经网络、非线性关系、模型
49
TS201.3;TQ920.1;R284.2
天津市科委基金项目;宁夏回族自治区重点研发计划;工业发酵微生物教育部重点实验室暨天津市工业微生物重点实验室开放课题项目
2023-05-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
60-66