论文部分内容阅读
本研究以包装康师傅美味酥饼干为研究对象,通过分析其生产、包装、贮运、销售过程中的品质变化,确定影响包装康师傅饼干货架寿命的主要因素,进而利用三种不同方法建立预测其货架寿命的数学模型,并比较不同数学模型的性能。以化学动力学为理论基础,研究了三种贮存温度(35℃、45℃、55℃)条件下包装康师傅美味酥饼干的过氧化值随贮存时间的变化,获得不同温度条件下过氧化值一级动力学方程,利用Arrhenius方程建立贮存温度与过氧化值反应速率的关系,从而获得反映贮存温度与包装康师傅美味酥饼干货架寿命的动力学模型。利用上述三种贮存温度条件,获得包装康师傅美味酥饼干的感官评价数据,根据Weibull危害分析法分别建立包装酥性饼干累计危害率(∑H)与贮存时间的关系。最终,结合动力学原理获得其货架寿命预测的数学模型。采用MATLAB构建BP人工神经网络,从而预测包装康师傅美味酥饼干的货架寿命。其模型结构为一个输入层、一个输出层和一个隐藏层；输入层神经元个数为6,分别为包装康师傅美味酥饼干的贮存温度、贮存环境相对湿度、初始含水率、初始过氧化值、包材透氧系数、包材透湿量；输出层包含一个元素,为包装康师傅美味酥饼干的货架寿命；隐层神经元个数为5；隐藏层传递函数为tansig,输出层传递函数为purelin函数；学习函数为trainlm。比较上述三种数学模型的预测值与实际贮存的包装康师傅美味酥饼干的货架寿命值,其误差率分别为0.0985、0.1015、0.090。结果表明BP人工神经网络具有最小的误差率,其预测结果更准确；另外,BP人工神经网络模型能综合反映饼干初始含水率、初始过氧化值,饼干包材的透氧率、透湿率以及贮存环境温、湿度对其货架寿命的影响,相对于动力学模型和Weibull危害分析模型的单因素和主观性,BP人工神经网络模型性能更优。BP人工神经网络在食品货架寿命预测中的应用,为食品科学和包装工程领域引入了新思路、新途径。推动了计算机科学应用于食品货架寿命研究领域的趋势。