原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
黑龙江医药 HeftongjiangMedicineJournalVoL24No．2011 ·371·
BP神经网络与遗传算法结合优化培养基配方应用研究
杨 兰。董鸿晔 “
沈阳药科大学基础学院计算中心(辽宁 沈阳 110016)
摘 要 BP神经网络可以用来对培养基的配方进行优化设计，并且能够弥补一些传统方法的不足，但是由于
BP神经网络 自身固有的缺陷导致网络参数的不确定性，因而优化过程 中常易陷于局部最优而想象全局最优结果的
搜索。利用遗传算法全局寻优的特点，将其与BP神经网络结合，可以有效地提高网络的预测精度和推广能力。
关键词：BP神经网络；优化培养基配方；遗传算法
中图分类号：TQ920．1 文献标识码：A 文章编号：1006—2882(2011)03—371-02
培养基配方传统的优化方法主要有单因子试验法、正 用上表通过MATLAB软件构建BP网络模型，以待优化
交试验设计和均匀试验设计法等。这些方法各 自存在某些 的七种成分的值作为输入，三种考查因素作为输出，将第 1
缺点：如单因子试验法只适用于培养基组成和单一营养成 一 l1组数据作为训练样本对网络进行训练，然后 以第 12组
分的选择，在确认培养基组成之后 ，逐个改变某一种营养成 数据对网络进行测试。
分的品种或浓度进行实验，实验量很大；采用正交试验设计 1．2 源程序
法，当实验中有多因素多水平时，实验次数倍增，而消耗大 sbp=[2462460．1350．135]
量的人力、物力、和时间；均匀设计方法通过计算机辅助处 pcp=[202018181616141412121010]
理数据 ，可迅速得到定量的回归方程式，但有时预测优化结 yP=[351462513624]
yt=[1．01．52．53．00．11．52．O3．00．11．02．0
果和实际实验中的结果有很大差别。本文是探讨运用人工
2．5]
神经网络和遗传算法相结合的方法来克服以上传统方法的
csl=[3．00053．00．54．01．04．01．05．02．05．0
缺点。
2．0] ．
1 BP神经网络模型设计
ccl=[0．050．030．010．050．030．010．050．030．01
1．1 实验方案
0．050．030．01]
根据均匀设计安排并进行实验 ，优化培养基中WS、sbp、
up=[ws；sbp；pcp；yp；yt；csl；cc1]
pcp、YP、yt、csl和cc1七种成分组成的配方作为考查因素，jn、
jn=[0．540．400．480．440．520．560．480．440．48
bxj和bbl作为考查 目标。实验数据见表 1。
0．520．500．52]
表1 考查因素与考查目标实验数据表
文档评论（0）