%0 Journal Article
%T 基于人工神经网络-遗传算法的樟芝发酵培养基优化
%A 陆震鸣？
%A 何喆？
%A 许泓瑜？
%A 史劲松？
%A 许正宏？
%J 生物工程学报
%P 1773-1779
%D 2011
%X 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。
%K 樟芝
%K 人工神经网络
%K 响应面法
%K 遗传算法
%U http://journals.im.ac.cn/cjbcn/ch/reader/view_abstract.aspx?file_no=gc11001773&flag=1