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: 毕珂 蒋冬花 高爱同 齐育平
• 来源期刊: 应用与环境生物学报
• 学科: 工学
• 关键词: 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)
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 112-116
• 页数: 5页
• 分类号: Q936|TQ920.1
• 语种: 中文
• DOI: 10.3724/SP.J.1145.2014.00112

摘要

为提高短乳杆菌L2菌株y-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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋冬花		88	860	16.0	23.0
2	齐育平		11	42	4.0	6.0
3	高爱同		4	18	2.0	4.0
4	毕珂		3	11	1.0	3.0