当前位置: 首页 > 期刊 > 《中国食品学报》 > 2020年第10期
编号:39956
基于GA-BP神经网络的蒜香调味粉制备工艺优化
http://www.100md.com 2020年11月12日 2020年第10期
切片,遗传算法,感官,1材料与方法,1试验材料,试剂与设备,2试验方法,3单因素试验设计,4响应面试验设计,5BP神经网络,6感官评分指标,7统计分析,2结果与分析,1最佳工艺的单因素试验,2响应面分析,3响应面
     李凯旋 詹 萍 田洪磊,* 未志胜 王 鹏 张 芳

    (1 石河子大学食品学院 新疆石河子832000 2 陕西师范大学食品学院 西安710119)

    大蒜,百合科葱属(Allium)植物,亚洲中部与西部地区是大蒜的原产地[1]。大蒜因其香气浓郁、味道辛辣,且富含蛋白质、无机盐、维生素、糖类等营养物质而常被用作药食两用资源[2-9]。因生鲜大蒜辛辣味明显等特点而导致消费者接受程度较低。结合现代食品加工手段遮蔽其辛辣口感,开发蒜香味浓郁的调味粉,可在满足市场需求的同时推进生鲜大蒜的精深加工,具有广阔的市场前景。

    采用响应面试验设计及函数图形分析技术,对技术条件进行优化组合[10-11]。然而利用响应面法对方案进行多水平多因素设计,很难评测不同因素之间的交互作用对试验结果的影响。神经网络(Artificial neural networks,ANN)是一种数据分析方法,通过模仿大脑的神经网络行为特点对数据进行处理。神经网络利用实测数据,对试验过程进行模拟,减少人为因素造成的分析偏差,可以弥补响应面法的一些缺陷[12]。遗传算法(Genetic algorithm,GA) 是一种基于人工智能的随机非线性优化形式[13]。遗传算法结合神经网络的设计方法,能够避免响应面法容易产生局部最优解的影响,更适合于达到全局最优组合设计的目标,是一种比响应面法更为广泛和准确的模型[14-15]。

    目前采用响应面法优化大蒜等相关产品的加工工艺研究较多,然而采用人工神经网络结合遗传算法优化制备工艺的研究鲜见报道[16-20]。本文利用单因素试验结合响应面试验数据,以感官评分为指标,利用BP 神经网络对产品制备工艺进行模拟仿真与预测,再结合遗传算法对工艺进行优化处理,得出最优制备工艺,为制备蒜香调味粉提供一个优化的工艺方法。

    1 材料与方法

    1.1 试验材料、试剂与设备

    新疆白皮大蒜,新疆石河子市好家乡超市;去离子水,Milli-Q 纯化系统;无水乙醇(分析纯级),天津市风船化学试剂科技有限公司;YX280A 型电热恒温鼓风干燥箱,上海森信实验仪器有限公司;DL203 型电子天平,上海精密科学仪器有限公司;DFT-100 型手提式高速中药粉碎机,上海新诺仪器设备有限公司。

    1.2 试验方法

    1.2.1 工艺流程 大蒜→分瓣→去皮→清洗→沥水→切片→装盘→焙烤→出料→粉碎→过筛→包装。

    1.2.2 原料处理 大蒜筛选:选用新鲜成熟的大蒜,蒜头带有完整的干燥洁净的外皮 ......

您现在查看是摘要页,全文长 12472 字符