亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于人工神經(jīng)網(wǎng)絡(luò)的側(cè)孢芽孢桿菌培養(yǎng)基的優(yōu)化研究

        2010-11-27 01:46:09高夢祥
        關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò)菌液芽孢

        高夢祥,夏 帆

        (長江大學(xué)生命科學(xué)學(xué)院,湖北 荊州 434025)

        基于人工神經(jīng)網(wǎng)絡(luò)的側(cè)孢芽孢桿菌培養(yǎng)基的優(yōu)化研究

        高夢祥,夏 帆

        (長江大學(xué)生命科學(xué)學(xué)院,湖北 荊州 434025)

        將人工神經(jīng)網(wǎng)絡(luò)和正交試驗相結(jié)合,提出了一種新的數(shù)據(jù)處理和分析方法,利用神經(jīng)網(wǎng)絡(luò)特有的自學(xué)能力,通過仿真、評估和優(yōu)化,獲得了側(cè)孢芽孢桿菌(Bacilluslateraporus)的發(fā)酵培養(yǎng)基配方。即側(cè)孢芽孢桿菌的最佳發(fā)酵培養(yǎng)基為蔗糖1.5 g/100 g、酵母膏0.4 g/100 g、蛋白胨0.6 g/100 g、MgSO40.075 g/100 g、KH2PO40.25 g/100 g、MnSO40.010 g/100 g、CaCO30.8 g/100 g。

        側(cè)孢芽孢桿菌(Bacilluslateraporus);培養(yǎng)基配方;神經(jīng)網(wǎng)絡(luò);正交試驗

        人工神經(jīng)網(wǎng)絡(luò)[1](Artificial Neural Network ANN)是近年發(fā)展起來的前沿科學(xué)之一,是智能控制的一個分支。它具有很強的非線性映射能力,能反映十分復(fù)雜的非線性關(guān)系,而且網(wǎng)絡(luò)的輸出端點個數(shù)不受限制,因而很適合于多變量非線性建模、估計、預(yù)測診斷和自適應(yīng)控制等。

        利用微生物發(fā)酵生產(chǎn)各種有用代謝產(chǎn)物,其培養(yǎng)基成分種類繁多,各成分間的相互作用也錯綜復(fù)雜。因而,微生物培養(yǎng)基的優(yōu)化工作就顯得尤為重要,多種優(yōu)化方法已開始廣泛地應(yīng)用于微生物發(fā)酵培養(yǎng)基的優(yōu)化工作中。采用單因素設(shè)計、正交設(shè)計、均勻設(shè)計等方法,可能會獲得大量的實驗數(shù)據(jù),但這些實驗數(shù)據(jù)往往不能被進一步利用。如果使用一些不同的方法對歷史數(shù)據(jù)進一步挖掘就可能得出額外的規(guī)律。人工神經(jīng)網(wǎng)絡(luò)在這方面顯示出其巨大的優(yōu)越性。國內(nèi)外已經(jīng)有不少學(xué)者通過神經(jīng)網(wǎng)絡(luò)和遺傳算法來優(yōu)化發(fā)酵培養(yǎng)基[2~9]。

        側(cè)孢芽孢桿菌(Bacilluslateraporus)屬于芽孢桿菌屬(Bacillus),可促進植物根部有益菌大量生長,抑制病原菌繁殖,促進植物根系生長,增強根系吸收能力,并能活化土壤養(yǎng)分,從而提高作物產(chǎn)量,改善品質(zhì),是一種極為有效的微生物肥料[10,11]。本研究在正交試驗基礎(chǔ)上,應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)[12],建立神經(jīng)網(wǎng)絡(luò)模型,變離散數(shù)據(jù)為連續(xù)數(shù)據(jù),充分挖掘試驗信息,并進行仿真和優(yōu)化,從而獲取側(cè)胞芽孢桿菌發(fā)酵培養(yǎng)基配方的最優(yōu)配比。

        1 材料與方法

        1.1 供試菌種

        側(cè)孢芽孢桿菌WY9701由廣東宏遠生物公司提供。

        1.2 培養(yǎng)基

        (1)斜面培養(yǎng)基:牛肉膏蛋白胨瓊脂培養(yǎng)基。

        (2)發(fā)酵培養(yǎng)基基本成分:蔗糖(A)、酵母膏(B)、蛋白胨(C)和無機鹽(D)。無機鹽成分為MgSO40.03 g/100 g、KH2PO40.1 g/100 g、MnSO40.004 g/100 g、CaCO30.8 g/100 g。

        1.3 優(yōu)化設(shè)計

        采用L9(34) 正交設(shè)計,以菌液濃度為指標(biāo),考察蔗糖、酵母膏和蛋白胨對菌液濃度的影響,確定較優(yōu)培養(yǎng)基配方[13~15],考察因素和水平如表1 所示。在正交試驗所得較優(yōu)配方的基礎(chǔ)上,利用試驗數(shù)據(jù)建立人工神經(jīng)網(wǎng)絡(luò),應(yīng)用神經(jīng)網(wǎng)絡(luò)模型進行模擬和仿真,得到側(cè)孢芽孢桿菌最佳培養(yǎng)基配方。其中涂片用石炭酸復(fù)紅染色后,在油鏡下觀察。

        表1 試驗因素和水平Table 1 The experimental factors and level

        表2 正交試驗方案設(shè)計及計算Table 2 The layout and results of orthogonal test

        2 結(jié)果與分析

        2.1 極差分析

        極差Rj反映了第j列上的因素對指標(biāo)的影響大小,Rj越大則第j個因素影響越大。因此,根據(jù)極差大小(表2)可排列出對菌液濃度的影響因素從大到小依次為:蛋白胨(Rj= 6.6) 、蔗糖(Rj= 6.4)、酵母膏(Rj= 2.8 )。

        2.2 因素水平最佳搭配

        由表2可知,第1次試驗對應(yīng)的菌液濃度最高(32.0),它是9次試驗中的最佳方案,但并不一定是所有試驗中的最佳方案。M1j、M2j、M3j大致分別反映了第j個因素(j= 1,2,3)的3個取值水平對指標(biāo)的影響。在本研究中,希望得率越高越好,因此要從M1j、M2j、M3j(j= 1,2,3)中找到最高的值,據(jù)此可獲得所有試驗中的最佳方案為: 蔗糖(水平2,M21= 22.1) 、酵母膏(水平2,M22= 21.2)、蛋白胨(水平1,M13= 24.0)。即蔗糖1.5 g/100 g、酵母膏0.4 g/100 g、蛋白胨0.6 g/100 g。這個搭配在L9(34) 正交表中并未出現(xiàn),為了獲得該配伍的菌液濃度,尚須以此搭配進行1次驗證試驗。試驗結(jié)果菌液濃度32.2。事實上,采用一些數(shù)學(xué)手段,利用已完成的這9次試驗而不進行新的試驗,不僅可以推出上述配伍的菌液濃度,還可推出任意配伍的菌液濃度。實現(xiàn)這種功能的有效工具是人工神經(jīng)網(wǎng)絡(luò)。

        2.3 人工神經(jīng)網(wǎng)絡(luò)模型的建立及應(yīng)用

        圖1 BP神經(jīng)網(wǎng)絡(luò)模型Figure 1 The model of BP artificial neural network

        取正交試驗中蔗糖、酵母膏和蛋白胨及菌液濃度的9 次試驗值作為9 個樣本輸入,數(shù)據(jù)見表2。即x1k、x2k、x3k為第k個輸入樣本,用菌液濃度y作為第k個輸入樣本對應(yīng)的輸出值。即將(x11,x21,x31)作為第1個樣本,(x12,x22,x32)作為第2個樣本,…,(x19,x29,x39)作為第9個樣本,對應(yīng)的輸出值為t1,t2,…,t9。取精度E=0.000 01,輸入層節(jié)點數(shù)為3,隱含層取6個節(jié)點,輸出層1個節(jié)點,建立BP神經(jīng)網(wǎng)絡(luò)模型[12](圖1),用MATLAB 編制程序迭代59次,得到輸出值。網(wǎng)絡(luò)訓(xùn)練完畢后,其權(quán)值及偏置值需存儲下來。使用時將這些值加載到MATLAB 的工作空間,用工具函數(shù)simuff 即可進行任意配伍時的菌液濃度計算。數(shù)據(jù)仿真計算值與實際值相比,誤差均小于0.05% (表3),表明模型具有較高的精度。利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò),算出了蔗糖1.5 g/100 g、酵母膏0.4 g/100 g、蛋白胨0.6 g/100 g時的菌液濃度為32.2102,與試驗結(jié)果相比,誤差為0.031 8%,可見神經(jīng)網(wǎng)絡(luò)可獲得相當(dāng)準(zhǔn)確的結(jié)果。

        表3 培養(yǎng)基樣本指標(biāo)及仿真結(jié)果Table 3 Medium samples index and simulation results

        3 討論

        (1)本研究將人工神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的正交試驗相結(jié)合,提出了一種新的數(shù)據(jù)分析和處理方法。該方法能充分挖掘和利用正交試驗數(shù)據(jù)的信息,通過建立神經(jīng)網(wǎng)絡(luò)模型來仿真和優(yōu)化。從模型的仿真結(jié)果看,相對誤差均小于0.04%,模型精度高。應(yīng)用該分析優(yōu)化模型,并結(jié)合生產(chǎn)實際,綜合考慮成品品質(zhì)和工藝成本等因素,最終獲得了實際可行的培養(yǎng)基最佳配方為:蔗糖1.5 g/100 g、酵母膏0.4 g/100 g、蛋白胨0.6 g/100 g。并經(jīng)試驗驗證和應(yīng)用表明,優(yōu)化工藝獲得的菌液濃度優(yōu)于正交試驗的較優(yōu)組合。表明將人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)正交試驗方法相結(jié)合提出的新的試驗設(shè)計和數(shù)據(jù)處理方法是可行的,為影響因素的定量分析和優(yōu)化提供了一種新的途徑。

        (2)人工神經(jīng)網(wǎng)絡(luò)用于系統(tǒng)的非線性建模,具有無可比擬的優(yōu)勢,在發(fā)酵過程中的培養(yǎng)基優(yōu)化和系統(tǒng)建模與控制方面應(yīng)用特別廣泛。當(dāng)然,由于人工神經(jīng)網(wǎng)絡(luò)是通過對大量數(shù)據(jù)的“學(xué)習(xí)”過程來積累“經(jīng)驗”,從而對新的數(shù)據(jù)進行預(yù)測,因此,要求樣本取樣要有一定的廣度和均勻性。但隨著數(shù)據(jù)數(shù)量的增加,易出現(xiàn)訓(xùn)練時間過長、過度擬合、不穩(wěn)定等問題?,F(xiàn)在神經(jīng)網(wǎng)絡(luò)正不斷地與傳統(tǒng)的分析方法如回歸分析、遺傳算法、模糊數(shù)學(xué)、灰色系統(tǒng)、專家系統(tǒng)等結(jié)合起來,能夠?qū)Πl(fā)酵過程中的重要生化變量進行預(yù)測,克服時滯的影響,加快系統(tǒng)響應(yīng)速度,準(zhǔn)確預(yù)測發(fā)酵趨勢,實時地獲取生化變量的預(yù)測值,有效的監(jiān)控發(fā)酵過程和進行優(yōu)化操作,并使系統(tǒng)具有較好的魯棒性。

        [1]Hagan M T,Demuch H B.Neural Network Design[M].Boston:PWS Publish Company,1996.

        [2]方柏山,陳宏文,謝曉蘭,等. 基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的木糖醇發(fā)酵培養(yǎng)基優(yōu)化研究[J].生物工程學(xué)報,2000,16(5):648~650.

        [3]蔡宇杰,諸葛斌,張錫紅,等. 遺傳算法與神經(jīng)網(wǎng)絡(luò)耦聯(lián)法優(yōu)化生淀粉酶發(fā)酵培養(yǎng)基[J].無錫輕工大學(xué)學(xué)報,2001,20(4):421~423.

        [4]王軍峰,杜吉泉,儲 炬,等. 應(yīng)用神經(jīng)網(wǎng)絡(luò)和遺傳算法優(yōu)化利福霉素B發(fā)酵培養(yǎng)基[J].中國抗生素雜志,2006,31(5):278~280.

        [5]周景文,徐 建,陳守文,等. 基于徑向基神經(jīng)網(wǎng)絡(luò)和遺傳算法的聚-γ-谷氨酸發(fā)酵培養(yǎng)基優(yōu)化[J].食品科學(xué),2006,27(10):288~292.

        [6]張 慧,王 健,陳 寧. L-纈氨酸發(fā)酵培養(yǎng)基的神經(jīng)網(wǎng)絡(luò)建模與遺傳算法優(yōu)化[J].生物技術(shù)通訊,2005,16(2):156~158.

        [7]Fang B S,Chen H W,Xie X L,etal. Using genetic algorithms coupling neural networks in a study of xylitol production:medium optimization [J]. Process biochemistry,2003,38:979~985.

        [8]Moreira G A,Micheloud G A,Beccaria A J,etal. Optimization of theBacillusthuringiensisvar.kurstakiHD-1 δ-endotoxins production by using experimental mixture design and artificial neural networks [J]. Biochemical Engineering Journal,2007,35: 48~55.

        [9]Desai K M,Vaidya B K,Singhal R S,etal. Use of an artificial neural network in modeling yeast biomass and yield of β-glucan[J].Process Biochemistry,2005,40:1617~1626.

        [10]郜春花,董云中,王 崗.微生物肥料與生態(tài)農(nóng)業(yè)[J].農(nóng)業(yè)環(huán)境與發(fā)展,2003,6(2):12~13.

        [11]Montaldi F A,Roth I L.Parasporal bodies ofBacilluslaterosporussporangia[J]. Journal Bacteriology,1990,172(4): 2168~2171.

        [12]飛思科技產(chǎn)品研發(fā)中心.MATLAB6.5輔助神經(jīng)網(wǎng)絡(luò)分析與設(shè)計[M].北京:電子工業(yè)出版社,2003.

        [13]竇霧虹,孫 裙,李博海.蘇云金芽孢桿菌發(fā)酵實驗參數(shù)的分析[J].生物數(shù)學(xué)學(xué)報,2002,17(4):471~475.

        [14]吳俊罡,張秉勝,劉吉華.枯草芽孢桿菌發(fā)酵培養(yǎng)基優(yōu)化培養(yǎng)實驗[J].國外畜牧學(xué),2003, 23(3):31~33.

        [15]谷春濤,彭愛銘,薩仁娜,等.地衣芽孢桿菌TS-01發(fā)酵培養(yǎng)基的優(yōu)化[J].飼料工業(yè),2003,24(8):19~20.

        2009-11-19

        湖北省教育廳重點項目(B200512002);長江大學(xué)博士啟動基金項目(03000282)

        高夢祥(1971-),男,陜西武功人,工學(xué)博士,副教授,主要從事生物磁效應(yīng)和農(nóng)產(chǎn)品加工保鮮方法的研究.

        10.3969/j.issn.1673-1409(S).2010.01.018

        Q813.1+2

        A

        1673-1409(2010)01-S071-03

        猜你喜歡
        人工神經(jīng)網(wǎng)絡(luò)菌液芽孢
        多糖微生物菌液對油菜吸收養(yǎng)分和土壤氮磷淋失的影響
        Bonfire Night
        利用人工神經(jīng)網(wǎng)絡(luò)快速計算木星系磁坐標(biāo)
        鼠傷寒沙門氏菌回復(fù)突變試驗中通過吸光度值測定菌液濃度的方法研究
        解淀粉芽孢桿菌Lx-11
        解淀粉芽孢桿菌的作用及其產(chǎn)品開發(fā)
        側(cè)孢短芽孢桿菌A60
        人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)簡單字母的識別
        電子制作(2019年10期)2019-06-17 11:45:10
        30L發(fā)酵罐培養(yǎng)枯草芽孢桿菌產(chǎn)高密度芽孢的研究
        復(fù)合微生物菌液對黃瓜生長和抗病蟲性效應(yīng)研究
        上海蔬菜(2015年2期)2015-12-26 05:03:40
        亚洲精品一区二区高清| 欧美伊人亚洲伊人色综| 韩国无码精品人妻一区二| 亚洲精品一区二区三区四区| 午夜dv内射一区二区| 日本一卡2卡3卡四卡精品网站 | 欧美在线成人午夜网站| 日韩丝袜人妻中文字幕| 在线精品首页中文字幕亚洲| 久久久久国产综合av天堂| 国产一级做a爱免费观看| 亚洲女同一区二区久久| av在线免费观看大全| 亚洲精品无码久久久久av老牛 | 精品少妇人妻成人一区二区| 97女厕偷拍一区二区三区| 九九影院理论片私人影院| 亚洲男人天堂一区二区| 在线观看热码亚洲av每日更新| 波多野结衣视频网址| 国产精品久久夜伦鲁鲁| 久久久极品少妇刺激呻吟网站| 日本在线看片免费人成视频1000| 国产精品短视频| 久久精品国产亚洲av试看| 国产精品无码一区二区三级 | 婷婷九月丁香| 性色av一区二区三区密臀av| 好吊妞视频这里有精品| 日日鲁鲁鲁夜夜爽爽狠狠视频97 | 激情久久av一区av二区av三区| 日韩精人妻无码一区二区三区| 人妻夜夜爽天天爽三区麻豆av| 国产av无码专区亚洲av毛网站| 亚洲七七久久综合桃花| 日本高清无卡一区二区三区| 一 级做人爱全视频在线看| 国内精品无码一区二区三区| 国产一区二区三区高清视频| 熟女少妇av一区二区三区| 99热在线观看|