大曲酸度值的快速预测模型及方法研究

作者：王开铸; 田建平^*; 孙婷; 鞠杰; 黄丹; 胡新军

来源：中国酿造, 2020, 39(08): 123-127.

• 大曲
• 酸度值
• 支持向量回归机
• 预测
• 相关性

该研究利用在大曲发酵周期(1～28 d)内采集的大曲内部温度和水分数据,并结合电位滴定法测定的大曲酸度值数据,建立发酵过程中大曲酸度值快速检测的数学模型。首先对原始数据进行异常样本剔除,划分样本集,再分别运用偏最小二乘回归(PLSR)、支持向量回归机(SVR)和反向传播神经网络(BPNN)建立大曲内部温度、水分与酸度值之间相关性预测模型,最后运用决定系数(R2)与均方根误差(RMSE)对训练集、测试集进行效果评价,探索最佳预测方法。结果表明,支持向量回归机(SVR)建立的酸度值预测模型最好,测试集上的R2为0.874 5,RMSE为0.104 8。经外部验证后,该模型酸度的预测值与实际值的相对误差为1.6%～11.1%,可以用于实际大曲酸度值预测,为智能调控大曲发酵温度、湿度等环境参数提供理论支撑和依据。

• 单位
  四川轻化工大学; 生物工程学院