基于神经网络-模拟退火算法的超高压嫩化河蚌肉的工艺优化

• 作者: 孙兰萍 屠康 张斌 许晖 钱时权
• 来源期刊: 食品与发酵工业
• 关键词: 超高压 河蚌肉 级联BP神经网络 模拟退火算法
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 生产与科研经验
• 页码范围: 152-159
• 页数: 8页
• 字数: 4448字
• 语种: 中文
• DOI: 10.13995/j.cnki.11-1802/ts.201704024

摘要

为解决河蚌肉质粗韧,提升河蚌肉品质,利用超高压对河蚌肉进行嫩化处理.采用3-5-1结构的级联BP神经网络,建立了超高压嫩化河蚌肉工艺的预测模型,并采用模拟退火算法对其进行优化,得到超高压嫩化河蚌肉最佳工艺条件.结果表明,训练好的级联BP神经网络具有较好的预测功能,其预测值与实测值之间的相对误差保持在0.26％～8.70％.利用模拟退火算法对压力条件、CaCl2浓度、保压时间与剪切力之间的非线性关系优化,得到最佳工艺为:压力强度345 MPa,CaCl2浓度为0.30 mol/L,保压时间为15 min,在这个条件下剪切力为10.54 N.实验室相同条件下的验证实验得到的剪切力为(10.38±0.13)N,该值小于响应曲面设计优化出的最佳工艺条件下的实验验证的剪切力,说明利用模拟退火算法优化级联BP神经网络的预测模型是一种比较有效的优化生产工艺参数的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙兰萍	蚌埠学院生物与食品工程系	95	1030	19.0	28.0
2	张斌	蚌埠学院生物与食品工程系	84	958	17.0	27.0
3	许晖	蚌埠学院生物与食品工程系	190	1536	21.0	30.0
4	屠康	南京农业大学食品科技学院	182	3053	29.0	45.0
5	钱时权	蚌埠学院生物与食品工程系	45	260	9.0	14.0