人工神经网络基于食用油脂肪酸组成解析二组分食用油混合模型研究

王李平 林晨 张方圆

摘要 通过气相色谱法分析花生油和棕榈油的混合油的脂肪酸组成，建立了人工神经网络分析二组分食用油混合模型的方法。分别基于混合油样品中棕榈酸和亚油酸含量变化的一元线性回归模型和基于全部脂肪酸组成的BP神经网络建立定量模型对花生油中棕榈油的掺杂量进行预报。结果表明，BP神经网络的预报准确率为96.7%，当棕榈油掺杂量≥0.050（V/V）时，相对偏差≤6%，其准确度高，能够实现二组分混合油掺混量的准确预报，为调和油的组成分析提供了新思路。

关键词 人工神经网络;食用油;脂肪酸组成;混合模型;气相色谱法;二元组分分析

中图分类号 TS207  文献标识码 A  文章编号 0517-6611（2020）21-0202-03

Abstract The fatty acid composition of the mixed oil of peanut oil and palm oil was analyzed by gas chromatography， and an artificial neural network method was established to analyze the twocomponent edible oil mixed model.Based on the unary linear regression model of palmitic acid and linoleic acid content in mixed oil samples and the BP neural network based on the composition of all fatty acids， a quantitative model was established to predict the doping amount of palm oil in peanut oil.The result showed that the forecast accuracy rate of BP neural network was 96.7%， when palm oil amount greater than or equal than 0.050 （V/V）， the relative deviation was below 6%. BP neural network can accurately predict the mixing of two components of mixed oil， provides new ideas for composition analysis of blending oil.

Key words Artificial neural network;Edible oil;Fatty acid composition;Mixed model;Gas chromatography;Binary component analysis

基金項目 广东省科学院青年科技工作者引导专项（2019GDASYL-0105013）;广东省科技计划项目（2015B090906023）。

作者简介 王李平（1985—），男，安徽安庆人，助理研究员，硕士，从事食品药品安全质量研究。

*通信作者，助理研究员，硕士，从事食品安全质量研究。

收稿日期 2020-04-23;修回日期 2020-07-22

食用植物油种类多、类别杂，成分和理化特征受原料品种、产地、生产工艺等因素的影响而变化，且市场价值差异较大[1]。近些年，食用调和油大量涌现，深受我国消费者的喜爱。但是，食用植物调和油长期以来没有统一的国家标准对其进行监督管理，调和油的配比没有统一的规范，市场相对混乱[2]。高品质食用油掺假问题和各种食用调和油的配方比例不透明的问题日益凸显，给消费者的身体健康带来危害，严重损害了消费者和合法经营者的利益[3]。

调和油本身是一个非常复杂的体系，调和油中植物油种类的鉴别和比例的检测是一个定性和定量的双重检测，是近年来食用油研究的难点[4-6]。通常采用理化特征分析方法、色谱和光谱等仪器分析方法获得调和油的理化性质、脂肪酸甘油三酯以及微量元素等成分的信息[7-9]。但是通过这些信息并不能对调和油的组成成分和组成比例做出很好的判断。甘油三酯占植物油组成95%～99%，对植物油的理化性质起决定性作用。气相色谱是目前分析脂肪酸成分的重要手段，可将植物油中的脂肪酸进行分离，得到其脂肪酸组成的完整信息。而化学计量学在处理复杂信号、挖掘隐藏信息、可视化分析结果方面有很大的优势，可以很好地应用在食用油定量掺杂的计算中[10-12]。采用气相色谱结合化学计量学方法来对掺混植物油的掺杂量进行定量分析，能够有效判断植物油的纯度，可为食用油的掺杂和勾兑检测提供技术支撑，对食用植物油的生产、销售起到一定的监管控制作用。

笔者选择具有代表性的花生油和棕榈油（棕榈液油）为研究对象，采用气相色谱法获得花生油和棕榈油的二组分混合油的脂肪酸组成，根据脂肪酸含量的变化，采用人工神经网络建立定量模型来预测花生油中棕榈油的掺混比例，以期实现二组分混合油掺混量的准确预报，可有望应用于其他二元混合油脂的掺混比例的检测。

1 材料与方法

1.1 原料

从广东省广州市某超市购得纯正花生油和食用棕榈油。按照棕榈油体积占比从0到1以0.05速度递增，配制了花生油和棕榈油的二元混合油，一共19个混合油样品，共计21个样品。

1.2 试剂

40项脂肪酸甲酯混合标准品（Nu-chekprep，Inc.）;正己烷（色谱纯，广州化学试剂厂）;KOH-甲醇（1 mol/L）;三氟化硼甲醇（上海阿拉丁试剂有限公司）;Agilent7820A气相色谱仪（美国安捷伦公司）;毛细管色谱柱HP-88（60 m×0.25 mm×0.2 μm）;XW-80A旋涡混合器（上海琪特分析仪器有限公司）。