基于径向基神经网络和遗传算法的聚-γ-谷氨酸发酵培养基优化

作者：周景文; 徐建; 陈守文; 喻子牛

来源：食品科学, 2006, (10): 288-292.

• 聚-γ-谷氨酸
• RBF神经网络
• 遗传算法
• 发酵培养基
• 优化 poly-γ-glutamate
• RBF neural network
• genetic algorithm
• fermentation medium
• optimization

为了提高聚-γ-谷氨酸(PGA)的产量,采用正交设计方案对发酵培养基组分中谷氨酸、葡萄糖、柠檬酸、甘油的配比进行试验设计,运用径向基神经网络建立PGA产量与培养基组分浓度之间的预测模型,采用遗传算法对此模型进行全局寻优,得到四种主要组份的最佳配比:谷氨酸21.2g/L、葡萄糖75.4g/L、柠檬酸7.2g/L、甘油10.8g/L,PGA产量达到12.8g/L,采用上述方法优化后的培养基使PGA的产量原始培养基提高了39.1%。

• 单位
  农业微生物学国家重点实验室