换一批基于人工神经网络和遗传算法的雷帕霉素发酵培养基优化
Optimization of Rapamycin Fermentation Medium Based on Artificial Neu-ral Network and Genetic Algorithm
摘要目的 采用人工神经网络和遗传算法相结合,优化雷帕霉素发酵培养基.方法 首先通过Plackett-Burman设计实验,筛选影响雷帕霉素产量显著因素;再采用Box-Behnken实验建立数据样本训练人工神经网络模型,最后耦合遗传算法对模型全局寻优.结果 黄豆饼粉和赖氨酸对雷帕霉素的合成有显著的正效应,葡萄糖对雷帕霉素的合成具有显著的负效应.遗传算法-人工神经网络的决定系数与相对误差分别为0.998与2.29％.最终获得影响雷帕霉素发酵主要因素配比:葡萄糖6.5 g·L-1,黄豆饼粉23.2 g·L-1,赖氨酸7.9 g·L-1.结论 优化后培养基的发酵水平较原培养基提高了 21.1％,达到预期效果.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1006-3765.2025.01.004
发布时间
2025-03-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
福建省公益类科研院所专项（2021R1005004）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
