首页|BP神经网络结合遗传算法优化链霉菌产葡萄糖异构酶发酵条件

BP神经网络结合遗传算法优化链霉菌产葡萄糖异构酶发酵条件

扫码查看
原文链接
  • 万方数据
  • 维普
目的:利用反向传播(Back propagation,BP)神经网络结合遗传算法(Genetic Algorithm,GA)建立预测模型,拟合链霉菌发酵条件与酶产量的关系,为生产葡萄糖异构酶提供最优发酵条件.方法:通过单因素试验优化葡萄糖异构酶的发酵条件,采用正交试验考察酵母膏添加量、初始pH值、接种量对酶产量的影响.利用GA在试验水平范围预测全局最优发酵条件.结果表明:BP神经网络的训练集、验证集、测试集和总体数据的相关系数分别为1、0.9999、1和1,表明BP神经网络预测模型的准确性很好,可用于链霉菌发酵葡萄糖异构酶酶产量的预测.结论:利用GA寻优的结果为50 mL液体培养基中加入0.3 g酵母膏,初始pH值为7,接种量5％的葡萄糖异构酶的酶产量为7.38U/mL,与模型预测值的误差仅为1.76％,比初始发酵条件发酵液5.3 U/mL提高了41.1％,说明BP神经网络模型结合GA是一种可用于优化发酵条件提高葡萄糖异构酶产量的方法.
Optimizing of the Fermentation Condition of Glucose Isomerase Produced by Streptomyces Using BP Neural Network and Genetic Algorithm

魏泉增、范江涛、张成丽、孙军涛、张永清、黄继红

展开 >

许昌学院食品与药学院,河南省食品安全生物标识快检技术重点实验室,河南许昌461000

葡萄糖异构酶 正交试验 神经网络 遗传算法

中原院士基金·中原学者项目国家绿色制造2025项目中国工程科技发展战略河南研究院战略咨询研究项目

192101510004工信部节函[2018]272号-32020HENZT13

2021

食品科技
北京市粮食科学研究所

食品科技

北大核心
影响因子：0.622
ISSN：1005-9989
年,卷(期)：2021.46(12)
  • 1
  • 13