基于主成分分析、遗传算法和神经网络对啤酒感官评价预测的研究

使用主成分分析、遗传算法和神经网络建立啤酒感官评价模型并预测.该模型先将啤酒中23个理化及风味指标进行主成分分析,再将主成分得分作为输入数据,感官评价得分作为输出数据,使用BP神经网络建立预测模型,并采用遗传算法优化神经网络的权值.用此模型对50种啤酒的感官得分进行预测,预测最大相对误差为16.08%.经过对感官评价的分析,最大相对误差小于20%认为可信.结果表明,该方法能有效地预测啤酒感官评价.     

基于神经网络预测啤酒老化过程中感官得分的初步研究

选取8种不同种类新鲜啤酒通过实验手段模拟其老化过程,对老化后的啤酒进行感官品评并分析了新鲜啤酒的老化相关指标.使用灰色关联分析法分析了啤酒的感官评价得分和啤酒老化相关指标之间的关联度,并根据其影响程度的大小进行了排序.把新鲜啤酒的感官得分和啤酒老化相关指标作为输入数据,不同老化时间的感官得分作为输出数据,使用BP神经网...