首页|人工神经网络耦合遗传算法优化细菌纤维素发酵培养基

人工神经网络耦合遗传算法优化细菌纤维素发酵培养基

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
细菌纤维素作为新型生物材料,已成为生物材料研究热点,但产量低限制了其进一步应用.选择合适的优化策略是实现产量提高的一个重要方法.本文在正交和均匀设计实验传统建模方法的基础上,运用人工神经网络模型结合遗传算法优化汉氏葡糖醋杆菌(Komagataeibacter hansenii HDM1-3)产细菌纤维素发酵培养基.结果表明,最佳培养基配方为葡萄糖3.98％、牛肉膏0.34％、酵母膏0.19％、磷酸氢二钠0.22％、磷酸氢二钾0.46％、乙醇2.23％.在此配方下,细菌纤维素产量最高达到2.87 g· L-1,与优化前培养基的产量相比提高了1.18倍.本研究优化了细菌纤维素发酵培养基参数,为细菌纤维素高产发酵及工业化推广应用提供了依据.
Bacterial cellulose fermentation medium optimized by artificial neural network combined with genetic algorithm

雷虹、李元敬、江伟、雷青云、李丽娅、李文辉、曾伟民

展开 >

黑龙江大学生命科学学院,哈尔滨150080

深圳大学生命与海洋科学学院,深圳518061

黑龙江大学校区管理处,哈尔滨150080

贺州学院文化与传媒学院,贺州542800

展开 >

细菌纤维素 汉氏葡糖醋杆菌 发酵 人工神经网络 遗传算法

黑龙江省教育厅科学技术研究面上项目黑龙江省自然科学基金资助项目

12541625C2015023

2018

10.13482/j.issn1001-7011.2017.01.101

黑龙江大学自然科学学报
黑龙江大学

黑龙江大学自然科学学报

CSTPCD
影响因子：0.27
ISSN：1001-7011
年,卷(期)：2018.35(1)
  • 4
  • 25