基于遗传算法进化的人工神经网络(GA-ANN)对葡萄糖发酵生产普鲁兰多糖的条件优化

基于遗传算法进化的人工神经网络,以葡萄糖为原料,对出芽短梗霉产普鲁兰多糖的发酵培养条件进行优化.首先通过单因素试验和Plackett-Burman实验筛选显著因素,再进行Box-Behnken实验建立数据样本,最后利用Matlab建立神经网络模型寻找最优解.结果表明,葡萄糖和酵母抽提物对普鲁兰多糖的合成具有显著的正效应,K2 HPO4 对普鲁兰多糖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 0.9988 与 1.72％.最终优化获得普鲁兰多糖发酵的最佳培养基组分为葡萄糖 150 g/L,酵母抽提物7.1 g/L,MgSO4·7H2O1.4 g/L,K2HPO47 g/L,NaCl 7 g/L,自然 pH.在此条件下,普鲁兰多糖的产量为83.25 g/L,较优化前提高了 79.73％.经济分析表示优化后的培养基成本较优化前降低了约 70％.该研究结果为普鲁兰多糖的工业化生产提供了数据支撑,有助于提升普鲁兰多糖在行业中的竞争力.