All Title Author
Keywords Abstract


基于人工神经网络-遗传算法的樟芝发酵培养基优化

, PP. 1773-1779

Keywords: 樟芝,人工神经网络,响应面法,遗传算法

Full-Text   Cite this paper   Add to My Lib

Abstract:

采用优化模型对药用丝状真菌樟芝的复杂发酵过程进行建模,并获得最优发酵培养基组成。对樟芝发酵过程中的形态变化过程进行了观察,并分别采用人工神经网络(ann)和响应面法(rsm)对樟芝发酵过程进行建模,同时采用遗传算法(ga)优化了发酵培养基组成。结果表明,ann模型比rsm模型具有更好的实验数据拟合能力和预测能力,ga计算得到樟芝生物量理论最大值为6.2g/l,并获得发酵最佳接种量及培养基组成:孢子浓度1.76×105个/ml,葡萄糖29.1g/l,蛋白胨9.4g/l,黄豆粉2.8g/l。在最佳培养条件下,樟芝生物量为(6.1±0.2)g/l。基于ann-ga的优化方法可用于优化其他丝状真菌的复杂发酵过程,从而获得生物量或活性代谢产物。

Full-Text

comments powered by Disqus