草莓感官评价模型方法比较

作者：马婉婷; 尚伟; 谷晏; 赵峙尧; 孙颖^*

来源：现代食品科技, 2023, 39(11): 33-40.

DOI：10.13982/j.mfst.1673-9078.2023.11.1547

• 草莓感官评价
• 灰狼优化算法
• 支持向量机

为使草莓感官评价结果更客观，不受评价者评价经验、年龄及健康状况等主观因素影响，该研究将草莓的十项理化风味指标如过氧化氢酶、多酚氧化酶等作为输入数据，感官评价得分作为输出数据，运用灰狼优化支持向量机建立草莓感官评价估计模型。为验证所提出模型的优越性，将其与粒子群优化支持向量机模型、卷积神经网络、长短时记忆网络模型进行对比分析，为充分保证所提出模型的有效性，重复实验20次并计算各项指标均值，得到所提出模型的均方根误差和平均绝对误差分别为0.28、0.24（低于粒子群优化支持向量机的误差指标0.46、0.38，长短时记忆网络误差指标1.24、0.99和卷积神经网络误差指标0.88、0.75）。实验结果表明，基于灰狼优化支持向量机模型的预测精度最高、稳定性最好、误差最小，研究结果可为草莓感官评价得分的评定提供参考。

• 单位
  化学与材料工程学院; 北京工商大学