Genetic algorithm (GA) and particle

Genetic algorithm (GA) and particle swarm optimization (PSO) were implemented to select sets of decision variables for optimal feeding profiles of fed-batch culture of recombinant Bacillus subtilis   ATCC 6051a. Both GA and PSO were employed to optimize the volumetric production of recombinant extracellular α-amylases as desirable products and native proteases as undesirable products. The model contains higher-order model equations (14 state variables). The optimization methodology for the dual-enzyme system was coupling Pontryagin's optimum principle with the Luedeking–Piret equation reflecting experimental observations. The optimal solutions attained by using GA and PSO were comparable. Specifically, the maximum specific α-amylase productivity was 18% and 3.5% higher than that of the experimental results and a simplified Markov chain Monte Carlo (MCMC) method, respectively. Nevertheless, GA consumed computational time approximately 17% lower than in case of PSO.

Keywords

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมทางพันธุกรรม (GA) และเพิ่มประสิทธิภาพในการบินว่อนอนุภาค (PSO) ถูกนำมาใช้ในการเลือกชุดของตัวแปรตัดสินใจสำหรับโพรไฟล์ให้อาหารเหมาะสมวัฒนธรรมชุดเลี้ยง recombinant คัด subtilis ATCC 6051a ทั้ง GA และ PSO ถูกจ้างปรับ volumetric ผลิต recombinant extracellular α-amylases proteases ดั้งเดิมและผลิตภัณฑ์ต้องเป็นผลิตภัณฑ์ที่ไม่พึงปรารถนา แบบประกอบด้วยรูปแบบขั้นสูงสมการ (14 รัฐตัวแปร) วิธีการเพิ่มประสิทธิภาพระบบเอนไซม์สองถูก coupling หลักสูงสุดของ Pontryagin กับสมการ Luedeking – Piret สะท้อนให้เห็นถึงข้อสังเกตทดลอง โซลูชั่นเหมาะสมได้ โดยการใช้ GA และ PSO สามารถเปรียบเทียบได้ โดยเฉพาะ ประสิทธิภาพสูงสุดเฉพาะα-amylase เป็น 18% และ 35% สูงกว่าที่ผลการทดลองและ Markov ง่ายโซ่มอน Carlo (MCMC) วิธี ตามลำดับ อย่างไรก็ตาม GA ใช้เวลาคำนวณประมาณ 17% ต่ำกว่าในกรณีของ PSO

คำสำคัญ

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีพันธุกรรม (GA) และการเพิ่มประสิทธิภาพจับกลุ่มอนุภาค (PSO) ถูกนำมาใช้เพื่อเลือกชุดของตัวแปรตัดสินใจสำหรับโปรไฟล์การให้อาหารที่ดีที่สุดของวัฒนธรรมอาหาร-ชุดของ Bacillus subtilis ATCC recombinant 6051a ทั้ง GA และ PSO ถูกจ้างเพื่อเพิ่มประสิทธิภาพการผลิตปริมาตรของ recombinant extracellular α-อะมัยเลสเป็นผลิตภัณฑ์ที่ต้องการและโปรตีเอสเป็นผลิตภัณฑ์พื้นเมืองที่ไม่พึงประสงค์ รูปแบบที่มีรูปแบบสมการที่สูงขึ้นตามคำสั่ง (14 ตัวแปร) วิธีการเพิ่มประสิทธิภาพสำหรับระบบดูอัลเอนไซม์ที่ได้รับการมีเพศสัมพันธ์ที่เหมาะสมในหลักการ Pontryagin กับสม Luedeking-Piret สะท้อนให้เห็นถึงการสังเกตการทดลอง การแก้ปัญหาที่ดีที่สุดบรรลุโดยใช้ GA และ PSO ถูกเปรียบเทียบ โดยเฉพาะการผลิตα-อะไมเลสที่เฉพาะเจาะจงสูงสุดคือ 18% และ 3.5% สูงกว่าผลการทดลองและง่ายโซ่มาร์คอฟ Monte Carlo (MCMC) วิธีการตามลำดับ อย่างไรก็ตาม GA บริโภคคำนวณเวลาประมาณ 17% ต่ำกว่าในกรณีของ PSO คำสำคัญ

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีเชิงพันธุกรรม ( GA ) และเพิ่มประสิทธิภาพของฝูงอนุภาค ( PSO ) ถูกนำมาใช้เพื่อเลือกชุดของการตัดสินใจ ตัวแปรที่เหมาะสมให้อาหารโปรไฟล์ของเฟดชุดวัฒนธรรมของยีนใน Bacillus subtilis ATCC 6051a รึเปล่า ทั้งกา PSO ที่ถูกจ้างมาเพื่อเพิ่มปริมาตรการผลิต recombinant และแอลฟากลุ่ม พันธมิตรประชาชนเพื่อประชาธิปไตยตามผลิตภัณฑ์และ proteases พื้นเมืองเป็นผลิตภัณฑ์ที่ไม่พึงประสงค์แบบมีเชิงสมการ ( ตัวแปร 14 รัฐ ) วิธีการเพิ่มประสิทธิภาพระบบเอนไซม์คู่คือคู่ pontryagin หลักการที่เหมาะสมกับ luedeking –ไพเออเริตสมการสะท้อนการสังเกตทดลอง โดยโซลูชั่นที่เหมาะสมได้โดยใช้กา pso ได้เทียบเท่า โดยเฉพาะ , จำเพาะสูงสุดแอลฟาอะไมเลสผลผลิตเป็น 18 % และ 3 .5 เปอร์เซนต์ของผลการทดลอง และแบบ Markov Monte Carlo ( MCMC ) ตามลำดับ อย่างไรก็ตาม กา ผลาญเวลาการคำนวณประมาณ 17% ต่ำกว่าในกรณีของ PSO .

คำสำคัญ