BP神经网络和遗传算法在乳酸菌发酵参数优化中的应用
点击次数：
第一作者：高爱同
发表时间：2014-01-01
发表刊物：应用与环境生物学报
所属单位：化学与生命科学学院
文献类型：期刊
卷号：第20卷
期号：第1期
页面范围：112-116
ISSN号：1006-687X
关键字：短乳杆菌L2；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)
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
是否译文：否