基于BP神经网络预测红外-喷动干燥带壳鲜花生水分比

作者：朱凯阳; 任广跃^*; 段续; 仇彩霞; 李琳琳; 楚倩倩; 余祖艳

来源：食品科学, 2022, 43(11): 9-18.

• BP神经网络
• 带壳鲜花生
• 红外-喷动干燥
• 水分比
• 预测模型

为实现带壳鲜花生红外-喷动干燥过程中水分比的预测，本实验探究了不同干燥温度(55、60、65℃和70℃)、进口风速(16、17、18 m/s和19 m/s)和助流剂质量(1.0、1.5、2.0 kg和2.5 kg)对带壳鲜花生干燥时间和干燥速率的影响，建立了输入层为干燥温度、进口风速、助流剂质量和干燥时间，隐含层节点数为11，输出层为带壳鲜花生水分比，拓扑结构为“4-11-1”的BP神经网络模型。结果表明：干燥温度和进口风速是影响带壳鲜花生水分比的主要因素，增加进口风速和提高干燥温度能有效缩短带壳鲜花生的干燥时间，提高干燥效率。采用Levenberg-Marquardt(L-M)算法为训练函数，选择tansig-purelin为网络传递函数，经过有限次训练得到的BP神经网络模型，其水分比预测值与实验值之间的决定系数R2为0.99，均方误差为0.02，水分比预测结果相较于传统经典数学模型准确且迅速。本研究建立的BP神经网络模型可为带壳鲜花生在红外-喷动干燥过程中的水分比在线预测提供理论依据和技术支持。

• 单位
  河南科技大学; 食品与生物工程学院