当前位置: 首页 > 文章 > 基于人工神经网络模型预测油炸外裹糊鱼块的丙烯酰胺含量 食品科学 2019 (16) 249-255
Position: Home > Articles > Prediction of Acrylamide Content in Fried Battered and Breaded Fish Nuggets Using Artificial Neural Network FOOD SCIENCE 2019 (16) 249-255

基于人工神经网络模型预测油炸外裹糊鱼块的丙烯酰胺含量

作  者:
单金卉;陈季旺;刘言;王海滨;夏文水;熊幼翎
单  位:
武汉轻工大学食品科学与工程学院
关键词:
外裹糊鱼块;人工神经网络模型;深度油炸;丙烯酰胺含量;预测
摘  要:
为实现对油炸外裹糊鱼块的丙烯酰胺含量的预测,采用响应面试验设计收集数据,建立以黄原胶和大豆纤维复配比例、外裹糊鱼块干燥时间、大豆油品质、油炸温度、油炸时间为输入值,油炸外裹糊鱼块的丙烯酰胺含量为输出值的反向传播人工神经网络(back propagation artificial neural network,BP-ANN),预测外裹糊鱼块深度油炸过程丙烯酰胺含量的变化,并用训练集拟合,测试集评估模型的预测能力。结果显示,黄原胶和大豆纤维复配比例、外裹糊鱼块干燥时间、油炸温度、油炸时间对油炸外裹糊鱼块的丙烯酰胺含量均有显著影响,大豆油品质对油炸外裹糊鱼块中丙烯酰胺含量影响不显著。训练后的BP-ANN模型的相关系数R值为0.997,拟合良好,有很强的逼近能力;模型对新数据预测的误差较小,最大相对误差为5.34%,最小相对误差为0.12%,表明BP-ANN模型能准确预测油炸外裹糊鱼块的丙烯酰胺含量。
译  名:
Prediction of Acrylamide Content in Fried Battered and Breaded Fish Nuggets Using Artificial Neural Network

相似文章

计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊