admin 管理员组

文章数量: 887006

mlp 参数调优

基于

RSM

MLP-ANN

的草莓果浆超声酶解参数优化

丛嘉昕

1

,宋江峰

2

,李大婧

2

,刘春泉

2

,包怡红

1

【摘

要】

摘要:为提高草莓果浆品质,本试验研究了复合酶添加量、超声功率

和酶解时间对草莓果浆可溶性固形物含量

(SSC)

和花色苷含量的影响,通过中心

组合试验设计,利用响应面模型

(RSM)

和多层感知神经网络模型

(MLP-ANN)

草莓果浆超声酶解工艺参数进行优化,并比较

2

种模型的预测效果。结果表明,

复合酶添加量和酶解时间对草莓果浆

SSC

影响显著,酶解时间和超声功率对草

莓果浆花色苷含量影响显著;

RSM

MLP-ANN

模型对草莓果浆

SSC

和花色

苷含量预测的

RMSE

分别为

0.269

8

0.675

8

0.038

7

0.007

7

,决定系

(R2)

分别为

0.937

4

0.928

2

0.984

7

0.999

4

MLP-ANN

模型的预

测能力优于

RSM

模型;采用

MLP-ANN

模型优化得到的超声酶解法制备草莓

果浆的最佳工艺条件为:复合酶添加量

0.06%

,超声功率

180

W

和超声时间

30

min

,在此条件下,草莓果浆的

SSC

10.2%

,每

100

g

草莓果浆花色苷

含量为

13.46

mg

。与未经超声酶解的果浆相比,

SSC

提高

1.12

倍,花色苷含

量提高

2.35

倍,故超声酶解法可有效提高草莓果浆品质。

【期刊名称】

江苏农业学报

【年

(

),

期】

2018(034)006

【总页数】

8

【关键词】

草莓;超声酶解;响应面;神经网络模型

丛嘉昕,宋江峰,李大婧,等

.

基于

RSM

MLP-ANN

的草莓果浆超声酶解参

数优化

[J].

江苏农业学报,

2018

34(6)

1354-1361.

基金项目:农业部公益性行业

(

农业

)

科研专项

(201503142-05)

本文标签: mlp 参数调优