换一批基于Bootstrap-GA-ELM算法的清香型白酒发酵过程酒醅淀粉和水分含量区间预测模型
Interval Prediction Model for Starch and Moisture Content in Fermenting Grains during Light-flavor Baijiu Fermentation Based on the Bootstrap-GA-ELM Algorithm
摘要针对清香型白酒发酵过程酒醅淀粉和水分含量信息难以获取的困境,且传统点预测模型仅提供单一预测值而难以量化结果的可靠度的问题,提出一种发酵过程酒醅淀粉和水分含量区间预测模型.首先,从黄水理化参数和酒醅温度等易测潜在解释变量中,通过相关系数、最小角回归(LARS)综合分析确定酒醅淀粉和水分预测模型的输入参数.其次,通过遗传算法(GA)优化极限学习机(ELM)的隐层权值和阈值,建立精度较高的酒醅淀粉和水分点预测模型.最后,通过 4 种不同自助法(Bootstrap)对点预测结果、系统误差以及随机误差进行估计,以此构建不同置信度下的酒醅淀粉和水分含量预测区间.结果表明,在 99%置信度下,基于 Residual Bootstrap 方法建立的区间预测模型效果最好,在酒醅淀粉和水分测试集上,点预测的判定系数(R2)和均方根误差(RMSE)分别为 0.998 9、0.109 1,0.920 3、0.802 1,预测区间的区间覆盖率(PICP)和平均预测区间宽度(MPIW)分别为 100%、0.728 0%,100%、4.339 9%.该研究可对清香型白酒发酵过程酒醅淀粉和水分含量进行可靠预测,为白酒生产指导和发酵过程透明化提供参考.
更多相关知识
关键词
酒醅淀粉水分黄水相关性点预测区间预测Bootstrap方法fermented grainsstarchmoistureHuangshuirelevancepoint predictioninterval predictionbootstrap method
栏目名称
DOI
10.13982/j.mfst.1673-9078.2026.3.0016
发布时间
2026-04-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川省科技计划项目（2022YFS0554）
酿酒生物技术及应用四川省重点实验室开放课题（NJ2022-06）
泸州老窖研究生创新基金项目（LZCX2023-7）
四川轻化工大学科技成果转化专项项目（HXJY01）
五粮液产学研合作项目（CXY2022ZR007）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
