استخراج فیکوسیانین از جلبک های سبز آبی دریایی به روش یادگیری تقویتی عمیق DRL

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 35

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AICNF02_061

تاریخ نمایه سازی: 31 مرداد 1404

چکیده مقاله:

این پژوهش یک رویکرد نوآورانه برای بهینه سازی استخراج فیکوسیانین از جلبک های سبز-آبی دریایی (سیانوباکتر یها) با استفاده از یادگیری تقویتی عمیق (DRL) ارائه میدهد. فیکوسیانین به عنوان یک رنگدانه طبیعی با خواص آنتی اکسیدانی و ضدالتهابی، کاربردهای گستردهای در صنایع دارویی، غذایی و آرایشی-بهداشت ی دارد. در این مطالعه، یک سیستم هوشمند مبتنی بر الگوریتم Deep Q-Network (DQN) طراحی شد که قادر به تنظیم بلادرنگ پارامترهای استخراج شامل دما، pH، نسبت حلال به بیومس، زمان استخراج و فشار است. این سیستم می تواند با استفاده از دادهه ای بیش از ۵۰۰ آزمایش استخراج آموزش دیده و در محیط آزمایشگاهی مورد ارزیابی قرار بگیرد. نتایج نشان میدهد که روش پیشنهاد ی در مقایسه با روشهای سنتی می تواند بازده استخراج فیکوسیانین را ۳۷% افزایش داده و مصرف انرژی و حلال را به میزان ۴۲% کاهش میدهد. این مقاله نشاندهنده پتانسیل قابل توجه فناوریهای هوش مصنوع ی در بهینه سازی فرایندهای زیستفناوری دریایی است.

نویسندگان

امیرحسین ابراهیمی

دانشکده علوم زیستی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران

علیرضا بیعوض

دانشکده مکانیک، برق و کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران