Abstract
醱酵程序因為本身系統的複雜，常會遭遇傳統最適化方法不適用的困難。遺傳演算法由於具備廣泛搜尋、與初值無關的特性，而且對各類問題的適應性強，應可成為醱酵程序的良好最適化方法。本研究之目的在於尋找離胺酸饋料批式醱酵程序之最適操作條件，並使用遺傳演算法做為最適化工具、類神經網路做為模式化工具。我們首先將總醱酵時間切割為五等分，搜尋可以使產物最終濃度達到最大值的最適進料策略。結果顯示類神經網路模式不但易於構建，且準確度亦符合所需；若再將依遺傳演算法所尋得之最適操作點處實驗數據代入，更可增加其局部準確度。其次對其加以再細分。我們在測試過原先五等分分段的敏感度後，取其敏感度最高者加以再細分，可以使進料策略更為平滑，且避免遺傳演算法過早收斂。