论文部分内容阅读
为提高伊枯草菌素A（IturinA）的产量，选择发酵培养基中对IturinA合成有影响的5个组分作为自变量、以IturinA产量为响应值，设计5因素10水平的均匀设计试验。以均匀设计试验数据为基础，分别建立二次多项式模型和一种改进型人工神经网络模型来优化发酵培养基，最后通过比较两种模型的优劣选择改进型人工神经网络模型优化培养基组分。结果表明，相比于二次多项式模型，基于相同试验设计的改进型人工神经网路模型有更好的拟合精度和泛化能力，使用人工神经网络模型优化后的培养基发酵48h后，lturinA产量为1．12