基于人工神经网络的大西洋鲭鱼烘烤过程中水分和色度值预测模型

姜鹏飞，吴吉玲，黄一珍，于文静，温成荣，祁立波，董秀萍

（大连工业大学食品学院，国家海洋食品工程技术研究中心，辽宁大连116034）

大西洋鲭鱼（Scomber scombrus），属于鲭科，鲐属，鲈形目，是一种重要的暖水性洄游鱼类[1]。2017 年全球产量达到122 万吨[2]。大西洋鲭鱼因可食肉质多、价格相对较低且富含脂肪、蛋白质、磷、钙、铁等营养成分而广受欢迎[3]。近期鲭鱼的研究包括生物保鲜剂、茶多酚等对鲭鱼保鲜及品质的影响[4-5]、热加工对鲭鱼品质及水分分布的影响[6-7]，研究大西洋鲭鱼烘烤过程中的品质变化对丰富产品具有一定意义。

人工神经网络（artificial neural network，ANN）是机器学习和人工智能的经典基础技术，得到了广泛的应用和认可[8]。ANN 模型是一个具有大量单连通分量和高度非线性的复杂网络，该系统能够执行具有非线性关系的复杂逻辑操作[9]，且具有强大的模式识别、数据运算和拟合、预测的能力[10]。其预报方法与一般的多因子预报方法比较，具有容错能力强、可靠性高、预报速度快等优点，是目前应用最广泛的神经网络模型之一[11]。人工神经网络适用于非线性和非稳态系统食品加工过程的仿真和控制[12]。THERDTHAI 等[13]描述了人工神经网络已经成功应用于食品加工系统的建模，如烘干、烘烤、渗透脱水和高压处理，以及一些食品属性和质量指标的预测。Mohsen 等[14]将人工神经网络应用在马铃薯的干燥动力学中，采用不同隐层神经元、不同传递函数的前馈型神经网络，得到隐含层为20、相关系数为0.99 的最优结果。肖兴……