中国调味品

2025, v.50;No.556(06) 95-104

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于GA-BP神经网络和响应面法的猪大肠卤制关键工艺优化
Optimization of Key Marination Process of Pig Large Intestine Based on GA-BP Neural Network and Response Surface Methodology

杨洪浪,代钰霖,龙红,刘达玉

摘要(Abstract):

为探究猪大肠的最佳卤制工艺,该研究首先通过单因素试验和响应面试验对猪大肠卤制过程中香辛料用量、卤制时间和浸泡时间进行了优化,然后依据响应面试验设计原理,获取建立BP神经网络模型所需数据集,同时运用遗传算法对其进行优化,得到猪大肠卤制的最佳工艺条件。研究结果表明,通过响应面优化模型得出猪大肠卤制的最佳工艺条件为香辛料用量0.97%、卤制时间37.76 min、浸泡时间108.09 min,卤猪大肠的感官得分达到最大值90.19分,实测值为(89.63±1.25)分;GA-BP神经网络优化模型得到最佳工艺条件为香辛料用量0.77%、卤制时间33.30 min、浸泡时间89.15 min,卤猪大肠的感官得分为93.68分,实测值为(93.41±0.83)分;GA-BP神经网络优化模型得到的预测值与实际值分别比响应面优化模型得到的对应值高3.87%与4.22%,相对误差明显低于响应面模型,响应面模型与GA-BP神经网络模型的拟合度均高于98%,表明GA-BP神经网络模型与响应面模型均能够有效用于猪大肠卤制工艺研究中,同时通过综合对比,运用GA-BP神经网络模型优化的猪大肠卤制所需成本更低,预测效果更好,更适合对猪大肠卤制工艺条件进行优化。

关键词(KeyWords): 卤猪大肠;剪切力;色差;感官评价;响应面;GA-BP神经网络

Abstract:

Keywords:

基金项目(Foundation): 四川省科技计划项目(2023YFN0014,2021YFN0057);; 宜宾市科技计划项目(2021ZYCG015,2022NY021)

作者(Author): 杨洪浪,代钰霖,龙红,刘达玉

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享