RSM与基于ANN-GA优化油茶饼粕固态发酵条件的研究  

作　　者：陈晓[1] 蔡海莹[1] 卫洋洋[1] 陈丽娟[1] 

机构地区：[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230036

出　　处：《饲料研究》2015年第14期65-71,共7页Feed Research

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(ANNGA)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p H 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p H 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 RSM ANN—GA 

分 类 号：S816.4[农业科学—饲料科学]