人工神经网络基于食用油脂肪酸组成解析二组分食用油混合模型研究

发布时间：2024-04-13 01:11

　　通过气相色谱法分析花生油和棕榈油的混合油的脂肪酸组成,建立了人工神经网络分析二组分食用油混合模型的方法。分别基于混合油样品中棕榈酸和亚油酸含量变化的一元线性回归模型和基于全部脂肪酸组成的BP神经网络建立定量模型对花生油中棕榈油的掺杂量进行预报。结果表明,BP神经网络的预报准确率为96.7%,当棕榈油掺杂量≥0.050(V/V)时,相对偏差≤6%,其准确度高,能够实现二组分混合油掺混量的准确预报,为调和油的组成分析提供了新思路。

【文章页数】：4 页

【部分图文】：

图1前馈神经网络运算示意图

前馈神经网络(feedforwardneuralnetwork),简称前馈网络,是人工神经网络的一种,它包含输入层、隐含层和输出层3个部分[13]。常见的前馈神经网络有感知机(perceptrons)、BP(backpropagation)网络和RBF(Radialbas....

图2花生油、棕榈油和混合油样品的脂肪酸组成色谱图

花生油、棕榈油和二元混合油样品经气相色谱分析后得到每个样品的脂肪酸组成色谱图,将样品色谱图与40种脂肪酸甲酯标准样品在相同色谱条件下得到的色谱图进行对比分析,对色谱峰进行归属和确认,最终得到花生油、棕榈油和混合油样品的脂肪酸组成图谱如图2所示。采用面积归一化法对油脂样品的脂肪酸组....

图3混合油中棕榈酸和亚油酸含量与棕榈油含量的关系

由于花生油和棕榈油样品中亚油酸和棕榈酸的含量差别较大,随着混合油中棕榈油比例的不断增大,2个的变化都呈线性变化,如图3所示。因此亚油酸和棕榈酸的含量可用于花生油和棕榈油二元混合油线性回归分析。由图3可知,在二元混合油体系中,棕榈油和亚油酸含量的变化和棕榈油的掺杂比例是呈一定的线性....

本文编号：3952254