%0 Journal Article
%T bp神经网络和遗传算法在乳酸菌发酵参数优化中的应用
%A 高爱同
%A 毕珂
%A 齐育平
%A 蒋冬花
%J 应用与环境生物学报
%P 112-116
%D 2014
%R 10.3724/SP.J.1145.2014.00112
%X 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21.185g/l，葡萄糖3.857g/l，谷氨酸钠48.948g/l，初始ph4.05.最终使短乳杆菌l2菌株的gaba产量达到了27.765g/l，比原始mrs培养基的13.452g/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.
%K 短乳杆菌l2
%K γ-氨基丁酸（gaba）
%K plackett-burman（pb）设计
%K 误差反向传播神经网络（bpn）
%K 遗传算法（ga）
%U http://www.cibj.com/oa/DArticle.aspx?type=view&id=201306013