基于神经网络和遗传算法培养基优化的发酵经济学

摘要

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%.