换一批基于SSA-BP神经网络优化姜粉辛料制备工艺
Optimization of ginger powder preparation process based on SSA-BP neural network
摘要为优化姜粉的热风干燥制备工艺,研究不同干燥温度、切片厚度、干燥时间对制得姜粉感官风味的影响.以感官评分为响应值,先进行Box-Behnken响应面法设计再通过SSA-BP神经网络算法对响应面法进行验证.SSA-BP算法优化后所得的最优参数为:干燥温度 62.978℃,切片厚度 2.734 mm,干燥时间5.773 h.SSA-BP神经网络预测的感官评分的均方根误差RMSE为 0.033457,小于BP神经网络的均方根误差0.054574;决定系数R2 为0.99094,大于BP神经网络的决定系数R2=0.97064,证明优化模型的预测性能较BP神经网络更高.响应面法寻得的最优姜粉制备条件下样品的感官值为 37.705 分,而SSA-BP神经网络模型的预测分值为 37.280 分,二者误差仅 1.1%,模型拟合度较高,SSA-BP神经网络模型可以优化姜粉辛料制备工艺.本研究可为姜粉制备提供科学参考.
更多相关知识
关键词
姜粉BP神经网络麻雀搜索算法响应面法感官评价ginger powderBP neural networksparrow search algorithmresponse surface methodsensory evaluation
分类号
TS202.3
栏目名称
DOI
10.19804/j.issn1006-2513.2024.9.010
发布时间
2024-09-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
