基于BP人工神经网络的烟熏香肠多元品质预测研究

发布时间：2017-12-08 17:28

本文关键词：基于BP人工神经网络的烟熏香肠多元品质预测研究

【摘要】：传统烟熏肉制品以其独特的风味受到广大消费者的喜爱,肉制品品质特征和安全特性也倍受生产者和消费者关注。烟熏肉制品品质受到加工条件和肉品本身特性等多种因素的影响,建立科学的肉制品品质预测方法与模型对烟熏肉制品质量控制具有重要意义。本文以传统烟熏方式加工的香肠为研究对象,利用BP人工神经网络,通过对神经网络算法和结构设计的优化,建立烟熏香肠多元品质的预测模型。通过试验获得不同烟熏温度、烟熏时间和肥瘦比条件下烟熏香肠,测定其色泽、质构、脂肪过氧化值、TBA值、多环芳烃含量,并通过对BP神经网络算法、隐含层神经元个数、学习速率和动量系数的优化选择,获得最佳的BP人工神经网络预测模型,使用该模型进行烟熏香肠多元品质的预测,完成的主要研究结论如下:(1)构建了烟熏香肠色泽特征的BP人工神经网络预测模型。基于L-M算法建立了精确的L*、b*和△E预测模型,通过检验得出模型预测的相关系数(R2)分别为0.847、0.825和0.924,相应的均方根误差(RMSE)分别为4.609、3.564和5.012。基于拟牛顿BFGS算法建立了a*值的BP神经网络预测模型,通过检验得出模型预测的R~2和RMSE分别为0.905和2.237。(2)构建了烟熏香肠质构特征的BP人工神经网络预测模型。基于L-M算法建立了精确的硬度、弹性、凝聚性、咀嚼性和胶黏性预测模型,通过检验得出模型预测的R~2分别为0.955、0.794、0.880、0.885和0.920,相应的RMSE分别为5.600、0.085、0.047、3.406和12.934。(3)构建了烟熏香肠脂肪氧化特性的BP人工神经网络预测模型。基于L-M算法建立了精确过氧化值和TBA值预测模型,通过检验得出模型预测的R~2分别为0.922和0.961,相应的RMSE分别为0.193和0.016。(4)构建了烟熏香肠苯并[a]芘和∑PAH4含量的BP人工神经网络预测模型。基于L-M算法建立了精确的苯并[a]芘含量预测模型,通过检验得出R~2和RMSE分别为0.866和0.199。基于动量算法建立了精确的∑PAH4含量预测模型,通过检验得出R~2和RMSE分别为0.706和8.497。(5)利用灵敏度分析法分析了输入参数对BP神经网络模型预测烟熏香肠多元品质的敏感性,确定了烟熏香肠加工过程中不同加工条件对烟熏香肠品质的影响,在L*、a*、△E、硬度、弹性、凝聚性、咀嚼性、胶黏性、过氧化值、苯并[a]芘含量和∑PAH4含量的预测模型中,烟熏时间表现出较大的敏感性;在L*、b*、凝聚性、过氧化值、TBA值和∑PAH4含量的预测模型中,烟熏温度表现出较大的敏感性;在b*、硬度、弹性和胶黏性的预测模型中,肥瘦比表现出较大的敏感性。本论文的研究结果表明利用BP神经网络建立的模型能够精确地对烟熏香肠多元品质(除∑PAH12)进行预测,基本满足食品工业对烟熏香肠加工过程中的多元品质预测;研究结果为BP神经网络在肉制品加工中的应用提供一定的参考价值。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TS251.65;TP183

【参考文献】

中国期刊全文数据库前10条

1 康壮丽;李斌;马汉军;朱艳萍;宋照军;潘润淑;;大豆分离蛋白添加方式对猪肉凝胶特性的影响[J];现代食品科技;2016年06期

2 邹毅峰;谢如鹤;刘广海;;生鲜食品的品质动力学模型研究综述[J];包装工程;2015年15期

3 杨潇;蔡克周;胡斌;陈炎;刘亚茜;孟俊祥;姜绍通;陈从贵;;烟熏液对卤煮牛肉中12种多环芳烃含量的影响[J];肉类研究;2015年07期

4 肖永强;朱玉安;汤定明;宁孟军;贾丹;;海藻酸钠复合胶性能与火腿肠质构相关性研究[J];中国食品添加剂;2014年08期

5 申思;;烟熏工艺对香肠食用品质的影响[J];肉类研究;2014年04期

6 董丽;刘登勇;谭阳;王乐田;邓亚敏;王继业;王南;;肉制品食用品质评价方法研究进展[J];肉类研究;2014年04期

7 洪雪珍;韦真博;海铮;王俊;;基于电子鼻和神经网络的牛肉新鲜度的检测[J];现代食品科技;2014年04期

8 周厚源;李汴生;阮征;刘娟;郭伟波;林光明;;热处理过程鸡翅品质变化的动力学模型[J];食品与发酵工业;2013年08期

9 朱易;汪敏;田锐花;万可慧;高菲菲;王复龙;卢桂松;;烟熏肉制品的危害及控制[J];肉类研究;2011年12期

10 张敏;钟志友;杨乐;赵惠忠;陈健华;车贞花;;基于BP神经网络的果蔬热导率预测模型[J];农业机械学报;2010年10期