中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于支持向量机-遗传算法灰树花发酵模型的建立及优化 食品科学 2016,37 (11) 143-146
Position: Home > Articles > Establishment and Optimization of a Predictive Model for the Growth and Exopolysaccharide Production of Grifola frondosa Based on Support Vector Machine and Genetic Algorithm FOOD SCIENCE 2016,37 (11) 143-146

基于支持向量机-遗传算法灰树花发酵模型的建立及优化

作  者：
徐利;周丽伟;郭文强;张亚萍;陈彦
单  位：
安徽大学生命科学学院;安徽农业大学茶与食品科技学院
关键词：
支持向量机;遗传算法;发酵模型;灰树花
摘  要：
对食用药用真菌灰树花发酵进行建模,获得使目标发酵产物达到最大产量的培养条件。运用支持向量机(support vector machine,SVM)方法进行非线性拟合,并采用遗传算法预测优化培养基成分,结果表明其能够较好预测灰树花发酵过程。运用此方法可在灰树花发酵生产过程中根据所需产物控制发酵条件与时间,具有较高指导意义。
译  名：
Establishment and Optimization of a Predictive Model for the Growth and Exopolysaccharide Production of Grifola frondosa Based on Support Vector Machine and Genetic Algorithm
作  者：
XU Li;ZHOU Liwei;GUO Wenqiang;ZHANG Yaping;CHEN Yan;School of Life Science, Anhui University;School of Tea and Food Science, Anhui Agricultural University;
关键词：
support vector machine(SVM);;genetic algorithm;;fermentation model;;Grifola frondosa
摘  要：
To obtain the best medium constituents and culture conditions for maximum production of exopolysaccharides(EPS) by Grifola frondosa, nonlinear fitting was done using support vector machine(SVM) and the response variables, EPS production and mycelial biomass, were predicted using genetic algorithm. The results showed that the nonlinear model performed well in predicting the growth and EPS production of Grifola frondosa. The approach proposed in this study can provide a significant guideline to control culture conditions and time for the production of desired products by Grifola frondosa.

相似文章

导出引用
计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46