L-缬氨酸生产菌的选育及基于遗传算法的发酵培养基优化

采用以黄色短杆菌TV10为出发菌株,经紫外线、硫酸二乙酯逐级诱变处理,在含磺胺胍(SG)、α-氨基丁酸(α-AB)、2-噻唑丙氨酸(2-TA)结构类似物平板上定向筛选,获得L-缬氨酸高产菌株TV230。运用遗传算法,对L-缬氨酸发酵培养基的优化进行了研究,用10组实验完成了8因素20水平的优化任务。实验结果表明,采用优化后的发酵培养基能使缬氨酸的产量提高19.4%。     

L-异亮氨酸发酵培养基的遗传算法优化及发酵过程的神经网络建模

应用遗传算法对L-异亮氨酸发酵培养基进行优化,经优化后的发酵培养基能积累L-异亮氨酸16.84g/L,比初始值提高28.7%.并且运用神经网络对L-异亮氨酸的发酵过程进行建模并预测,取得了良好的效果.结果表明,神经网络在L-异亮氨酸发酵的模拟与预测中是一种高效快速的方法.     

基于遗传算法在L-异亮氨酸分批发酵动力学中的应用

把遗传算法应用于求解L-异亮氨酸分批发酵动力学模型参数,能进一步提高L-异亮氨酸分批发酵过程动力学模型状态变量的计算值与实验值的吻合程度.模拟值与实验值对比结果表明,该动力学模型能很好地反映L-异亮氨酸分批发酵过程.