采用神经网络和支持向量机预测啤酒中乙酸含量

• 作者: 胡雪莲(摘译) 高文举(摘译)
• 来源期刊: 啤酒科技
• 学科: 工学
• 关键词: 啤酒 神经网络支持向量机 有机酸 乙酸 发酵
• 年，卷（期）: 2014,（2）
• 页码范围: 62-67
• 页数: 6页
• 分类号: TS262.5

摘要

啤酒中的乙酸大多是酵母在发酵过程中产生的。乙酸含量对啤酒风味的影响显著，尤其是含量高于闽值时。因此，控制乙酸的含量对保证啤酒风味一致性非常重要。在本项研究中，采用人工神经网络和支持向量机（SVM）来预测啤酒发酵结束时的乙酸含量。啤酒发酵过程参数和啤酒中乙酸含量之间的关系采用偏最小二乘（PLS）回归法、反向传播神经网络（BP—NN）、径向基函数神经网络（RBF—NN）和最小二乘支持向量机（LS-SVM）进行建模。本研究中所使用的数据来自同一品牌啤酒的146个生产批次。LS—SVM和RBF预测乙酸含量要优于RBP—NN和PLS。对比RBF—NN和LS—SVM，RBF—NN构建的模型可靠性更好，但预测的准确性要低一些。SVM有较好的泛化性，但是模型的可靠性较低。总之，在这项研究中，预测大生产啤酒发酵中的乙酸含量时，LS-SVM模型要优于RBF。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡雪莲(摘译)		2	0	0.0	0.0
2	高文举(摘译)		2	0	0.0	0.0