基于改进遗传神经网络的紫花苜蓿总黄酮提取工艺参数优化

作者：朱会霞; 李彤煜; 刘凤超; 马巍; 王辉暖^*

来源：饲料研究, 2020, 43(03): 61-64.

DOI：10.13557/j.cnki.issn1002-2813.2020.03.016

• 紫花苜蓿
• 总黄酮
• 遗传神经网络
• 参数优化

针对回归分析方法优化紫花苜蓿总黄酮提取工艺参数存在的问题,提出一种改进的遗传神经网络优化方法,该方法利用区间自适应遗传算法自动调整搜索区间的特点,彻底取代神经网络反向传播过程调整权值和阈值。以紫花苜蓿总黄酮提取率为性能指标,选取液料比、提取时间、提取温度和乙醇浓度4个工艺参数为试验因素,依据4因素5水平正交旋转组合试验数据建立学习样本,训练遗传神经网络。当神经网络训练误差达到4.34×10-9时,遗传神经网络算法的平均相对误差为0%,而回归模型的平均相对误差为0.58%,拟合精度和拟合优度明显优于回归模型。用训练好的遗传神经网络算法优化紫花苜蓿总黄酮提取工艺参数,获得最优工艺参数为:取液料比53.26 mL/g、提取温度70.96℃、提取时间50.32 min、乙醇浓度为60%,紫花苜蓿总黄酮提取率达到最大值6.51 mg/g。

• 单位
  锦州医科大学; 辽宁工业大学