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，K₂HPO₄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0.998 8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,MgSO₄·7H₂O 1.4 g/L,K₂HPO₄ 7 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。