基于单因素试验结合神经网络和遗传算法的聚苹果酸脱色工艺研究OA
聚苹果酸[poly(β-L-malic acid),PMLA]作为一种在食品和医药领域具有广阔应用前景的生物聚合物,其产业化发展受到下游分离纯化技术不成熟的制约。该研究采用单因素试验法,对树脂解吸附后的PMLA进行了脱色工艺优化,结果表明脱色率与保留率之间存在显著的权衡关系,从而凸显了双目标优化的必要性。为此,该文引入反向传播人工神经网络(backpropagation artificial neural network,BP-ANN)和非支配排序遗传算法(non-dominant sorting genetic algorithm-Ⅱ,NSGA-Ⅱ),系统探索PMLA活性炭脱色的多目标优化解集,确定最优工艺条件为:活性炭添加量5.0~5.3 g/L,pH 8,处理时间100 min,温度50℃。在此条件下,PMLA脱色率达到73%~77%(色泽与去离子水对照无差异),保留率保持在93%~96%。该研究不仅拓展了BP-ANN与NSGA-Ⅱ在PMLA纯化工艺中的应用,也为可解释机器学习及智能优化算法在天然产物提取领域的进一步开发提供了参考依据。
杨树宇;刘晓倩;曹伟锋;乔长晟
天津科技大学生物工程学院,天津300457天津科技大学生物工程学院,天津300457天津科技大学生物工程学院,天津300457天津科技大学生物工程学院,天津300457
化学化工
聚苹果酸脱色活性炭人工神经网络遗传算法模型
《食品与发酵工业》 2026 (16)
P.51-59,9
国家自然科学基金项目(22278412)。
评论