基于径向基神经网络和遗传算法的聚-γ-谷氨酸发酵培养基优化

• 作者: 周景文 喻子牛 徐建 陈守文
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 聚-γ-谷氨酸 RBF神经网络 遗传算法 发酵培养基 优化
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 工艺技术
• 页码范围: 288-292
• 页数: 5页
• 分类号: TS2
• 字数: 3167字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6630.2006.10.069

摘要

为了提高聚-γ-谷氨酸(PGA)的产量,采用正交设计方案对发酵培养基组分中谷氨酸、葡萄糖、柠檬酸、甘油的配比进行试验设计,运用径向基神经网络建立PGA产量与培养基组分浓度之间的预测模型,采用遗传算法对此模型进行全局寻优,得到四种主要组份的最佳配比:谷氨酸21.2g/L、葡萄糖75.4g/L、柠檬酸7.2g/L、甘油10.8g/L,PGA产量达到12.8g/L,采用上述方法优化后的培养基使PGA的产量原始培养基提高了39.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈守文	华中农业大学农业微生物国家重点实验室	50	586	15.0	21.0
2	喻子牛	华中农业大学农业微生物国家重点实验室	134	1829	21.0	35.0
3	周景文	华中农业大学农业微生物国家重点实验室	2	23	2.0	2.0
4	徐建	华中农业大学农业微生物国家重点实验室	1	8	1.0	1.0