| BP神经网络和遗传算法在乳酸菌发酵参数优化中的应用 |
| |
| 引用本文： | 高爱同,毕珂,齐育平,蒋冬花.BP神经网络和遗传算法在乳酸菌发酵参数优化中的应用[J].应用与环境生物学报,2014(1):112-116. |
| |
| 作者姓名： | 高爱同 毕珂 齐育平 蒋冬花 |
| |
| 作者单位： | 浙江师范大学化学与生命科学学院; |
| |
| 基金项目： | 国家自然科学基金项目(31070008和31270061)资助~~ |
| |
| 摘 要： | 为提高短乳杆菌L2菌株γ-氨基丁酸(GABA)的产量,建立了一个反映因素与产量之间的非线性关系模型.运用Plackett-Burman设计、中心组合试验设计(CCD)对MRS培养基组成和培养条件进行了优化,筛选出4个影响发酵的关键因素:蛋白胨、葡萄糖、谷氨酸钠、初始pH.在此基础上,采用误差反向传播神经网络(BPN)和遗传算法(GA)确定了4个关键因素的适宜参数:蛋白胨21.185 g/L,葡萄糖3.857 g/L,谷氨酸钠48.948 g/L,初始pH 4.05.最终使短乳杆菌L2菌株的GABA产量达到了27.765 g/L,比原始MRS培养基的13.452 g/L提高了106.4%.研究表明利用BPN-GA方法进行发酵条件优化是一种行之有效的途径.
|
| 关 键 词： | 短乳杆菌L γ-氨基丁酸(GABA) Plackett-Burman(PB)设计 误差反向传播神经网络(BPN) 遗传算法(GA) |
| 本文献已被 CNKI 等数据库收录！ |
|
