RSM与基于ANN-GA优化油茶饼粕固态发酵条件的研究
陈晓
蔡海莹
卫洋洋
陈丽娟
1.安徽农业大学动物科技学院安徽畜禽产业共性技术研究院,合肥,2300362.安徽农业大学动物科技学院安徽畜禽产业共性技术研究院,合肥,2300363.安徽农业大学动物科技学院安徽畜禽产业共性技术研究院,合肥,2300364.安徽农业大学动物科技学院安徽畜禽产业共性技术研究院,合肥,230036
摘要：在前期试验结果基础上,通过应用响应面法(RSM)与基于人工神经网络的遗传算法(ANN-GA)对优化绿色木霉固态发酵油茶饼粕的发酵条件进行比较研究.试验结果表明:采用RSM优化得出最佳发酵条件为28.43℃,初始pH 7.19,接种量1.00％,预测得出最大中性蛋白酶活力4 524 U/g,实际结果4 584 U/g.采用ANN-GA得出最佳发酵条件为26.4℃,初始pH 7.12,接种量1.10％,预测得出最大中性蛋白酶活力为5 072 U/g,实际结果为5 025 U/g.由此可见,ANN-GA在固态发酵的条件优化上,能够比RSM更好的拟合模型和推导最优发酵条件.
关键词：油茶饼粕固态发酵发酵条件优化RSMANN-GA
分类号：S816.4(普通畜牧学)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息