基于人工神经网络的大西洋鲭鱼烘烤过程中水分和色度值预测模型

摘要

以大西洋鲭鱼为原料,研究不同烘烤条件下,大西洋鲭鱼水分含量和色度值(L*、a*、b*和ΔE)的变化情况,并利用试验所得的数据以大西洋鲭鱼烘烤温度和烘烤时间作为模型输入值,水分含量和色度值(L*、a*、b*和ΔE)同时作为输出值,建立人工神经网络(artificial neural network,ANN)模型,并对模型性能进行测试.结果表明,随着烘烤时间的增加,水分含量和L*值逐渐下降,烘烤温度越高,下降越迅速.而a*和ΔE与水分含量和L*的趋势正好相反.b*值先升高后下降.通过试验可知,当隐含层神经元个数为14时,ANN模型的均方根误差(root mean square error,RMSE)为0.07,R2全部大于0.98,模型整体拟合程度最高.因此选择2-14-5作为ANN模型最佳拓扑结构.