基于BP人工神經(jīng)網(wǎng)絡(luò)的煙熏香腸多元品質(zhì)預(yù)測研究.pdf

1、傳統(tǒng)煙熏肉制品以其獨特的風味受到廣大消費者的喜愛，肉制品品質(zhì)特征和安全特性也倍受生產(chǎn)者和消費者關(guān)注。煙熏肉制品品質(zhì)受到加工條件和肉品本身特性等多種因素的影響，建立科學(xué)的肉制品品質(zhì)預(yù)測方法與模型對煙熏肉制品質(zhì)量控制具有重要意義。
　　本文以傳統(tǒng)煙熏方式加工的香腸為研究對象，利用BP人工神經(jīng)網(wǎng)絡(luò)，通過對神經(jīng)網(wǎng)絡(luò)算法和結(jié)構(gòu)設(shè)計的優(yōu)化，建立煙熏香腸多元品質(zhì)的預(yù)測模型。通過試驗獲得不同煙熏溫度、煙熏時間和肥瘦比條件下煙熏香腸，測定其色澤、質(zhì)

2、構(gòu)、脂肪過氧化值、TBA值、多環(huán)芳烴含量，并通過對BP神經(jīng)網(wǎng)絡(luò)算法、隱含層神經(jīng)元個數(shù)、學(xué)習(xí)速率和動量系數(shù)的優(yōu)化選擇，獲得最佳的BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型，使用該模型進行煙熏香腸多元品質(zhì)的預(yù)測，完成的主要研究結(jié)論如下:
　　(1)構(gòu)建了煙熏香腸色澤特征的BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型?；贚-M算法建立了精確的L*、b*和△E預(yù)測模型，通過檢驗得出模型預(yù)測的相關(guān)系數(shù)(R2)分別為0.847、0.825和0.924，相應(yīng)的均方根誤差(RMSE

3、)分別為4.609、3.564和5.012?；跀M牛頓BFGS算法建立了a*值的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過檢驗得出模型預(yù)測的R2和RMSE分別為0.905和2.237。
　　(2)構(gòu)建了煙熏香腸質(zhì)構(gòu)特征的BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型?；贚-M算法建立了精確的硬度、彈性、凝聚性、咀嚼性和膠黏性預(yù)測模型，通過檢驗得出模型預(yù)測的R2分別為0.955、0.794、0.880、0.885和0.920，相應(yīng)的RMSE分別為5.600、0.085

4、、0.047、3.406和12.934。
　　(3)構(gòu)建了煙熏香腸脂肪氧化特性的BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型?；贚-M算法建立了精確過氧化值和TBA值預(yù)測模型，通過檢驗得出模型預(yù)測的R2分別為0.922和0.961，相應(yīng)的RMSE分別為0.193和0.016。
　　(4)構(gòu)建了煙熏香腸苯并[a]芘和∑PAH4含量的BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型?；贚-M算法建立了精確的苯并[a]芘含量預(yù)測模型，通過檢驗得出R2和RMSE分別為0.

5、866和0.199。基于動量算法建立了精確的∑PAH4含量預(yù)測模型，通過檢驗得出R2和RMSE分別為0.706和8.497。
　　(5)利用靈敏度分析法分析了輸入?yún)?shù)對BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測煙熏香腸多元品質(zhì)的敏感性，確定了煙熏香腸加工過程中不同加工條件對煙熏香腸品質(zhì)的影響，在L*、a*、△E、硬度、彈性、凝聚性、咀嚼性、膠黏性、過氧化值、苯并[a]芘含量和∑PAH4含量的預(yù)測模型中，煙熏時間表現(xiàn)出較大的敏感性;在L*、b*、凝聚性、