基于RSM和MLP-ANN的草莓果浆超声酶解参数优化

• 作者: 丛嘉昕 刘春泉 包怡红 宋江峰 李大婧
• 来源期刊: 江苏农业学报
• 学科: 工学
• 关键词: 草莓 超声酶解 响应面 神经网络模型
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 加工贮藏·质量安全
• 页码范围: 1354-1361
• 页数: 8页
• 分类号: TS255.4
• 字数: 5458字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2018.06.022

摘要

为提高草莓果浆品质,本试验研究了复合酶添加量、超声功率和酶解时间对草莓果浆可溶性固形物含量(SSC)和花色苷含量的影响,通过中心组合试验设计,利用响应面模型(RSM)和多层感知神经网络模型(MLP-ANN)对草莓果浆超声酶解工艺参数进行优化,并比较2种模型的预测效果.结果表明,复合酶添加量和酶解时间对草莓果浆SSC影响显著,酶解时间和超声功率对草莓果浆花色苷含量影响显著;RSM和MLP-ANN模型对草莓果浆SSC和花色苷含量预测的RMSE分别为0.2698、0.6758和0.0387、0.0077,决定系数(R2)分别为0.9374、0.9282和0.9847、0.9994,MLP-ANN模型的预测能力优于RSM模型;采用MLP-ANN模型优化得到的超声酶解法制备草莓果浆的最佳工艺条件为:复合酶添加量0.06％,超声功率180 W和超声时间30 min,在此条件下,草莓果浆的SSC为10.2％,每100 g草莓果浆花色苷含量为13.46 mg.与未经超声酶解的果浆相比,SSC提高1.12倍,花色苷含量提高2.35倍,故超声酶解法可有效提高草莓果浆品质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李大婧	江苏省农业科学院农产品加工研究所	103	946	18.0	27.0
2	刘春泉	江苏省农业科学院农产品加工研究所	153	1686	23.0	33.0
3	包怡红	东北林业大学林学院	154	1242	19.0	23.0
4	宋江峰	江苏省农业科学院农产品加工研究所	45	316	11.0	16.0
5	丛嘉昕	东北林业大学林学院	2	6	1.0	2.0