神经网络和粒子群算法优化 γ-氨基丁酸发酵培养基的研究

通过进行过的预实验，已知葡萄糖、三．谷氨酸钠和四水硫酸锰这三种发酵培养基成分对乳酸菌产GABA有重大影响。今运用神经网络和粒子群算法，对这三种成分进行了摇瓶发酵优化。首先，通过逐一单因素实验，来确定神经网络建模时三个输入参数的合适取值区域：葡萄糖10-30g．L^-1，L-谷氨酸钠50～80g．L^-1，四水硫酸锰2～20mg．L^-1。然后按照Hvbrid设计进行实验，选取11组训练样本来建立人工神经网络模型，得到三种培养基成分浓度和GABA产量之间的关系模型。最后依赖于建立好的ANN模型，由PSO进行全局搜索寻优得到使GABA产量最大时的培养基浓度。在优化后的条件下，GABA积累浓度平均达到（33．42±1.35）g．L^-1，较优化前提高96．5％。