首页|基于BP神经网络和遗传算法优化番茄红素发酵培养基

基于BP神经网络和遗传算法优化番茄红素发酵培养基

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了进一步提高三孢布拉霉高产突变株的番茄红素产量,本研究基于BP神经网络和遗传算法对发酵培养基的组成进行了优化.比较不同碳源、氮源、植物油对番茄红素产量和生物量的影响,确定最佳碳源、氮源和植物油.利用49组样本数据,建立以玉米粉、玉米浆、大豆油、磷酸二氢钾、硫酸镁为输入变量,番茄红素体积产量为输出变量的BP神经网络,并以建好的BP神经网络模型为适应度函数,利用遗传算法进行寻优.经过优化,得出番茄红素最大预测产量为1.27 g/L,经验证,与实际产量误差在5％以内,较优化前提高了31.6％.此时,玉米粉、玉米浆干粉、大豆油、磷酸二氢钾、硫酸镁的质量浓度分别为41.2、8.93、26.5、1.39、0.46 g/L.因此,BP神经网络结合遗传算法是番茄红素发酵培养基优化的有力工具,番茄红素产量显著提高.
Medium Optimization for the Production of Lycopene Based on BP Neural Network and Genetic Algorithms

王强、冯玲然、余晓斌

展开 >

河南师范大学生命科学学院,河南新乡453007

江南大学生物工程学院 江苏无锡214122

神经网络 遗传算法 番茄红素 三孢布拉霉

河南省高等学校重点科研项目河南师范大学博士启动课题资助

16A180029qd15177

2019

食品与生物技术学报
江南大学

食品与生物技术学报

CSTPCDCSCD北大核心
影响因子：0.674
ISSN：1673-1689
年,卷(期)：2019.38(2)
  • 17
  • 3