改进BP网络在重组大肠杆菌高密度发酵中的应用.pdf

( ) 西北大学学报 自然科学版 2008年 4 月 ,第 38卷第 2期 , Ap r. , 2008, Vol. 38,No. 2 Jou rnal of Northwe st Un iversity (N atu ral Science Edition) 改进 BP 网络在重组大肠杆菌高密度发酵中的应用 迟 　雷 ,范代娣 ,米 　钰 (西北大学 化学工程学院 ,陕西 西安 　710069) 摘要 : 目的　将改进 B P 网络应用于重组类人胶原蛋白工程菌高密度发酵过程分析 。方法 　通过 添加动量项和可变学习速度的方法对传统 B P 网络算法进行改进 。结果 　确定了 5 - 9 - 1 的网络 结构 ,选择 15组发酵实验数据对其进行训练 。改进的方法对网络的收敛起到明显效果 。得到的发 酵过程 B P 网络模型收敛性和预测性能较高 ,平均相对误差仅 2 42 % 。结论 　该模型较传统动力 学模型误差更小 ,更接近实验过程 。 关 　键 　词 : B P 网络 ;类人胶原蛋白;高密度发酵 ( ) 中图分类号 : Q 815　　文献标识码 : A 　　文章编号 : 1000274 Ⅹ 2008 02 024305 　　胶原蛋白是一种广泛存在于有机体中的结构蛋 以重组大肠杆菌的高密度发酵数据为学习样本对网 白质 ,是皮肤 、软骨 、动脉血管壁及结缔组织的主要 络进行训练 ,最终得到了对实验过程可以很好拟合 成分 ,具有 良好的生物相容性 、生物降解性与吸收 的 B P 网络模型 ,并且该模型对实验过程的预测也 性 、促新细胞形成及促上皮细胞形成等功能 ,因而广 较准确 。 泛应用于医药工业 、食品工业 、日用化学品工业 、生 物合成及修饰等领域 [ 1 ] 。类人胶原蛋 白基因工程 1　BP 网络的改进方法 菌是利用基因工程技术 ,将人体已知序列胶原蛋白 ( ) 的一段基因进行特定重组并修饰后转化于大肠杆菌 反向传播 B P 网络是一种多层前馈型神经网 内,并对其水溶性 、免疫排异性 、稳定性 、成胶性 、吸 络 。对于一般的模式识别问题 ,三层网络可以很好 收性等特性的改进 ,使其不仅保留了胶原蛋白原有 的解决问题 [ 7 ] ,其网络结构包括输入层 、隐层 、输出 的功效 ,而且具有优于动物源胶原蛋白的独特化学 层 。输入网络的学习样本包括输入值和 目标值 ,输 结构和功能而得到的[ 2 ] 。 入值提供给网络后 ,经过一系列迭代计算最终得到 重组大肠杆菌高密度发酵过程是一个非线性的 网络输出值 ,网络通过将输出值和 目标值进行误差 动态过程 ,菌体的生长对环境变化极为敏感 ,建立描 比较 ,更新网络的权值和偏置值 。 述这一过程规律的动力学模型 ,在定量分析 、综合 、预 在实际应用中 , B P 算法存在一些限制与不足 , 报和控制方面 ,往往都与实际相差甚远 。人工神经网 例如训练速度慢 ,训练轨迹有大幅度振荡 ,学习速度 络具有强大的非线性拟合与映射能力 ,其在函数逼 很难确定 ,容易陷入局部极小点等问题 。本研究改 近 、模式识别、聚类分析和状态预报等方面有着独特 进算法主要针对传统 B P 网络所用的最速下降算法 的优势 ,可广泛应用于生物发酵状态预报 、故障诊