BP神经网络和遗传算法在乳酸菌发酵参数优化中的应用

作     者：高爱同 毕珂 齐育平 蒋冬花 

作者机构：浙江师范大学化学与生命科学学院金华321004 

基　　金：国家自然科学基金项目(31070008和31270061)资助 

出 版 物：《应用与环境生物学报》 (Chinese Journal of Applied and Environmental Biology)

年 卷 期：2014年第20卷第1期

页      码：112-116页

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.

主 题 词：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) 

学科分类：081703[081703] 08[工学] 0817[工学-轻工类] 0836[0836] 082203[082203] 0822[工学-核工程类] 

核心收录：

D　O　I：10.3724/sp.j.1145.2014.00112

馆 藏 号：203104287...