基于人工神经网络模型预测油炸外裹糊鱼块的感官品质

作者：莫加利; 陈季旺^*; 单金卉; 刘言; 夏文水

来源：武汉轻工大学学报, 2018, 37(06): 1-40.

• 外裹糊鱼块
• 人工神经网络模型
• 深度油炸
• 色度
• 质构特性
• 预测

为实现对油炸外裹糊鱼块感官品质的预测,采用响应面试验设计收集试验数据,建立以黄原胶和大豆纤维复配比例、外裹糊鱼块干燥时间、大豆油品质、油炸温度、油炸时间为输入值,油炸外裹糊鱼块的色度(L*、a*、b*)和质构(硬度、脆度、弹性、咀嚼性)为输出值的人工神经网络模型(Artificial Neural Network,ANN),预测外裹糊鱼块深度油炸过程色度和质构的变化,并用训练集拟合,测试集评估模型的预测能力。结果显示:黄原胶和大豆纤维复配比例、外裹糊鱼块干燥时间、大豆油品质、油炸温度、油炸时间对油炸外裹糊鱼块的色度(L*、a*、b*)和质构(硬度、脆度、弹性、咀嚼性)均有显著影响。该ANN模型训练后相关系数R值分别为0.995、0.995、0.990和0.993、0.992、0.996、0.992,模型拟合良好,有很强的逼近能力;模型对新数据预测的误差较小,最大相对误差为10.33%,最小相对误差为0.21%,表明ANN模型能准确预测油炸外裹糊鱼块的感官品质。

• 单位
  武汉轻工大学; 江南大学