基于人工神经网络的遗传算法优化可溶-不可溶性载体Eudragit L-100固定纤维素酶工艺
优化S-IS (soluble-insoluble)载体Eudragit L-100固定纤维素酶工艺，以获得高性能的固定化纤维素酶是其工业应用的最重要前提。常用的one-factor-at-a-time的方法，不仅耗时，而且也忽略了各因子之间的相互影响。相比之下，人工神经网络(artificial neural network，ANN),可以任意精度地模拟各变量之间的非线性关系，比响应面分析方法(response surface methodology，RSM)更加准确和优越。ANN作为遗传算法(genetic algorithm，GA)的适应度函数，可被搜索出最大输出以及相应输入变量的水平。
人工神经网络 遗传算法优化 固定纤维素酶工艺 可溶-不可溶性载体
张宇 许敬亮 袁振宏 夏葵 梁翠谊
中国科学院广州能源研究所,广州 510640
国内会议
合肥
中文
97-98
2009-09-16（万方平台首次上网日期，不代表论文的发表时间）