人工神经网络耦合遗传算法优化细菌纤维素发酵培养基

细菌纤维素作为新型生物材料,已成为生物材料研究热点,但产量低限制了其进一步应用。选择合适的优化策略是实现产量提高的一个重要方法。本文在正交和均匀设计实验传统建模方法的基础上,运用人工神经网络模型结合遗传算法优化汉氏葡糖醋杆菌(Komagataeibacter hansenii HDM1-3)产细菌纤维素发酵培养基。结果表明,最佳培养基配方为葡萄糖3.98%、牛肉膏0.34%、酵母膏0.19%、磷酸氢二钠0.22%、磷酸氢二钾0.46%、乙醇2.23%。在此配方下,细菌纤维素产量最高达到2.87 g·L~(-1),与优化前培养基的产量相比提高了1.18倍。本研究优化了细菌纤维素发酵培养基参数,为细菌纤维素高产发酵及工业化推广应用提供了依据。