遗传算法在豆腐乳感官评价预测中的应用

李晓敏，董素芬

(1.保定职业技术学院，河北 保定 071051；2.河北农业大学，河北 保定 071051)

豆腐乳品种繁多，产地遍布全国，按照添加配料颜色的差异，可将豆腐乳分为白豆腐乳和红豆腐乳。豆腐乳发酵过程中，加入红曲霉红素和红曲霉黄素等红色素，将豆腐乳表面染红，红色素不仅能够对豆腐乳上色，同时能够使豆腐乳中的淀粉得到更加彻底的分解[1-3]。对豆腐乳品质产生影响的因素较多，一般通过理化特性和感官特性两个不同的角度直接对豆腐乳品质进行分析[4]。

本文以不同品牌的豆腐乳为研究对象，利用主成分分析法对豆腐乳品质的主要影响因素进行分析，基于遗传算法的神经网络对豆腐乳进行感官综合评价和品质预测。

1 豆腐乳理化检测及感官评价

对豆腐乳进行理化成分检测时，主要为豆腐乳中水分含量、总酸含量、还原糖含量、蛋白含量、氨基酸态氮含量和氨基酸组成等13个不同的检测指标[5]。10种不同品牌豆腐乳理化指标检测结果见表1。

表1 豆腐乳理化指标检测结果Table 1 The testing results of physicochemical indexes of fermented bean curd mg/g

对豆腐乳进行感官评定时，主要包含豆腐乳总香、酯香、咸味、苦味、酸味、鲜味、硬度、粗糙度和粘牙性等13个不同评定方向[6]。评定等级为香味非常协调(5分)、香味协调(4分)、香味较协调(3分)、香味欠协调(2分)、香味不协调(1分)；口感优(5分)、口感良(4分)、口感一般(3分)、口感差(2分)、口感非常差(1分)。10种不同品牌豆腐乳的感官评定结果见表2。

表2 豆腐乳感官评定结果Table 2 The sensory evaluation results of fermented bean curd

续 表

2 豆腐乳主成分分析

利用主成分分析法分别对豆腐乳的理化特性指标和感官评定结果进行主成分分析。豆腐乳理化特性主成分特征值分析结果见表3，豆腐乳感官评定主成分特征值分析结果见表4，豆腐乳理化指标主成分特征向量表见表5，豆腐乳感官评定主成分特征向量表见表6。

表3 豆腐乳理化指标主成分特征值分析结果Table 3 Analysis results of principal component eigenvalues of physicochemical indexes of fermented bean curd

表4 豆腐乳感官评定特征值分析结果Table 4 Analysis results of sensory evaluation elgen values of fermented bean curd

表5 豆腐乳理化指标主成分特征向量表Table 5 Principal component eigenvector table of physicochemical indexes of fermented bean curd

表6 豆腐乳感官评定主成分特征向量表Table 6 Principal component eigenvector table for sensory evaluation of fermented bean curd

由表3可知，豆腐乳中理化指标主成分占豆腐乳理化指标特征值总变异的79.07%，第1主成分占理化指标特征值的32.67%，第2主成分占理化指标特征值的21.33%，第3主成分占理化指标特征值的17.85%，第4主成分占理化指标特征值的7.22%。

由表4可知，豆腐乳中感官评定主成分占豆腐乳感官评定特征值总变异的85.33%，第1主成分占感官品质特征值的49.66%，第2主成分占感官品质特征值的16.33%，第3主成分占感官品质特征值的12.85%，第4主成分占感官品质特征值的6.49%。

由表5可知，豆腐乳理化指标第1主成分的主要影响因素为赖氨酸、亮氨酸、异亮氨酸、甘氨酸和丙氨酸，第1主成分主要代表氨基酸对豆腐乳品质的影响；第2主成分的主要影响因素为总酸、粗蛋白、水分和还原糖；第3主成分的主要影响因素为盐分和水溶性蛋白；第4主成分的主要影响因素为脂肪和氨基酸态氮。

由表6可知，豆腐乳感官评定第1主成分影响因素主要为豆腐乳凝结性、粘牙性、粗糙度和酸味，主要表现为豆腐乳的口感；第2主成分的影响因素主要为豆腐乳咸味、总香和酯香；第3主成分的影响因素主要为豆腐乳苦味、形态；第4主成分的影响因素主要为豆腐乳酒香、甜味。

根据豆腐乳感官评定主成分特征向量数据和豆腐乳理化特性主成分特征向量数据，得出豆腐乳综合评价得分计算公式，豆腐乳感官评价的综合得分见表7。

表7 豆腐乳感官评价综合得分Table 7 Comprehensive scores of sensory evaluation of fermented bean curd

Y=0.4960Y1+0.1676Y2+0.1205Y3+0.0687Y4+0.3268S1+0.2133S2+0.1782S3+0.07195S4。

3 遗传算法感官评价预测

遗传算法是通过杂交和变异的类似生物学进化过程，获取区局最优解的方法，利用遗传算法进行模型优化预测时，首先需要构建具有染色体功能的神经网络[10]。常见神经网络通常为3层网络结构，包含输入层、隐含层和输出层。样本参数通过输入层进入神经网络，经隐含层向输出层进行传播，输出层获取相关参数后进行输出[11-12]。遗传算法运算过程中，随机产生权值向量初始种群，根据给定的输入参数和输出参数计算全局误差，计算出算法适应度值。从适应度值中选取下一代群体，根据交叉概率随机进行配对，配对繁殖过程中保留最优个体，不断进行充分，直到获取最优权值[13-14]。

分别从理化指标主成分特征向量数据和感官评定主成分特征向量数据中挑选4组主成分作为遗传算法输入数据集合，即输入单元个数为8，将感官评价综合得分作为输出参数。豆腐乳感官评价综合得分遗传算法预测结果见表8。

表8 豆腐乳感官评价综合得分预测结果Table 8 Prediction results of sensory evaluation comprehensive scores of fermented bean curd

4 结论

对豆腐乳感官综合评价影响较大的因素为其前4个主成分，分别从豆腐乳的口感、风味、咸味、总香、酯香、酒香、形态、苦味和甜味等不同的主成分特征方向进行豆腐乳综合评价，采用遗传算法对豆腐乳的感官综合评价过程进行预测，预测误差不大于10%，表明建立的遗传算法模型具有较好的预测能力。