基于神经网络和遗传算法的黄芪发酵培养基优化

摘要

为了提高乳杆菌FGM9发酵黄芪产物中的粗多糖得率,采用均匀设计法对发酵培养基各组分配比进行初步探讨,运用人工神经网络法建立了黄芪发酵液中多糖得率与培养基各组分浓度之间的预测模型,通过遗传算法对该模型进行优化和评估,得出发酵培养基各组分间的最优配比。结果显示,组分A含量为42.10 g/L、蛋白胨7.45 g/L、酵母膏9.80 g/L、KH2PO4-K2HPO42.18g/L、组分E 6.25 g/L的条件下,发酵液粗多糖的得率最高可达25.6%,比优化前提高了6.85%。