食品与生物技术学报
食品與生物技術學報
식품여생물기술학보
JOURNAL OF FOOD SCIENCE AND BIOTECHNOLOGY
2009年
3期
424-428
,共5页
发酵经济学%BP神经网络%遗传算法%"性价比"%亚硝酸盐氧化菌
髮酵經濟學%BP神經網絡%遺傳算法%"性價比"%亞硝痠鹽氧化菌
발효경제학%BP신경망락%유전산법%"성개비"%아초산염양화균
利用目前较为先进的神经网络(ANN)和遗传算法结合(GA)的优化方法,通过以6种培养基组成为输入,亚硝酸盐氧化菌的活性与培养基成本之比的"性价比"为输出,构建结构为6-8-1 BP神经网络的非线性的非结构模型,并以该模型为遗传算法的目标函数,进行遗传算法的全局寻优,优化得到具有最高"性价比"的培养基组成.结果表明,基于神经网络和遗传算法能较好地对培养基进行优化,并实现对发酵经济学的初步研究.通过优化,得到亚硝酸盐氧化菌的最佳培养基组成为:NaNO2 2.390 g/L, KH2PO4 1.355 g/L, MgSO4 0.019 g/L, NaCl 0.031 g/L, NaHCO3 4.373 g/L, FeSO4 0.005 g/L,其最优"性价比"为8.705,比初始的6.835提高了27.36%.
利用目前較為先進的神經網絡(ANN)和遺傳算法結閤(GA)的優化方法,通過以6種培養基組成為輸入,亞硝痠鹽氧化菌的活性與培養基成本之比的"性價比"為輸齣,構建結構為6-8-1 BP神經網絡的非線性的非結構模型,併以該模型為遺傳算法的目標函數,進行遺傳算法的全跼尋優,優化得到具有最高"性價比"的培養基組成.結果錶明,基于神經網絡和遺傳算法能較好地對培養基進行優化,併實現對髮酵經濟學的初步研究.通過優化,得到亞硝痠鹽氧化菌的最佳培養基組成為:NaNO2 2.390 g/L, KH2PO4 1.355 g/L, MgSO4 0.019 g/L, NaCl 0.031 g/L, NaHCO3 4.373 g/L, FeSO4 0.005 g/L,其最優"性價比"為8.705,比初始的6.835提高瞭27.36%.
이용목전교위선진적신경망락(ANN)화유전산법결합(GA)적우화방법,통과이6충배양기조성위수입,아초산염양화균적활성여배양기성본지비적"성개비"위수출,구건결구위6-8-1 BP신경망락적비선성적비결구모형,병이해모형위유전산법적목표함수,진행유전산법적전국심우,우화득도구유최고"성개비"적배양기조성.결과표명,기우신경망락화유전산법능교호지대배양기진행우화,병실현대발효경제학적초보연구.통과우화,득도아초산염양화균적최가배양기조성위:NaNO2 2.390 g/L, KH2PO4 1.355 g/L, MgSO4 0.019 g/L, NaCl 0.031 g/L, NaHCO3 4.373 g/L, FeSO4 0.005 g/L,기최우"성개비"위8.705,비초시적6.835제고료27.36%.
