通過改良遺傳算法的方法優(yōu)化發(fā)酵培養(yǎng)基英文翻譯(編輯修改稿)
2024-12-06 08:16 本頁面
【文章內(nèi)容簡介】 培養(yǎng)基的成分，對于每一種成分的濃度的上下限如表 1所示。 隨機(jī)挑選 12個實驗中代表系統(tǒng)變量的第一代培養(yǎng)基的成分。 表 1。不同介質(zhì)成分 下上限的濃度和步驟 通過遺傳算法和歸納 法優(yōu)化 為了提高 GA（遺傳算法）的效率，利用歸納法算出一個回歸模型以。 利用歸納法（ Bratko， 1990)可以從過去的一系列實驗中獲取操作知識庫。 這一操作知識庫作為這一領(lǐng)域的模型，可以用作 GA的背景知識，還可以用來預(yù)測一個實驗的結(jié)果。因此，通常耗時費(fèi)力的實際實驗工作就能大為減少。 此外，實驗結(jié)束時，根據(jù)給出的標(biāo)準(zhǔn)，我們不僅可能找到最佳的參數(shù)組合，還可以探索出有關(guān)特定領(lǐng)域問題的知識。 根據(jù)計算結(jié)果，一個預(yù)測生產(chǎn)率的回歸模型將自動構(gòu)建 (Haralic和 Cestnik，1991； Karalic， 1992年 )。 為了挑選下一代進(jìn)行實驗， C 達(dá)爾文二號 (Novacast， 1991) 應(yīng)用 (Cestnik， 1992年 )于構(gòu)建 GA的軟件框架。 這個框架需要定義一個合適的操作程序。 我們的實驗中，合適的操作程序包括兩種條件： :第一， 模型預(yù)測的生產(chǎn)率應(yīng)盡可能高，二 預(yù)測的實驗應(yīng)盡量不同于先前的實驗。 該合適的操作程序定義如下 : Φ。合適的操作程序， λ。系數(shù)，它介于 0和 1之間并調(diào)節(jié)標(biāo)準(zhǔn)的相對重要性 ， Θ。在先前實驗的基礎(chǔ)上利用歸納法推算出預(yù)測生產(chǎn)率的模型， Δ。在
公司管理相關(guān)推薦
鄂ICP備17016276號-1