不同来源明胶软糖质构的研究

采用质构分析的方法,研究了明胶添加量、不同来源的明胶和明胶与琼脂复配对明胶软糖质构的影响。结果表明,明胶软糖的硬度随明胶的添加量增加而增大、咀嚼性变强,明胶添加量为6%时黏性最小。不同来源的明胶影响明胶软糖的感官特性,其中猪皮来源的明胶软糖硬度大、咀嚼性强;鱼鳞来源的明胶软糖硬度小、咀嚼性弱、热稳定性差、黏性大;牛皮和牛骨来源的明胶软糖硬度和咀嚼性适中。在明胶软糖中添加琼脂可以降低软糖黏性、提高热稳定性。当琼脂添加量为0.8%时,明胶软糖的弹性最好、软硬适中。综合考虑,生产具有高热稳定性和良好感官品质的明胶软糖选用牛皮或猪皮来源、6%明胶与0.8%琼脂复配较为合适。     

变性淀粉在明胶软糖中的应用

以明胶、变性淀粉为凝胶剂生产出来的新型明胶软糖,甜度低、口感舒适、咀嚼性好、热稳定性好。     

铁强化明胶软糖的研制

以分离的猪血红血球为铁强化原料,经特殊工艺处理后形成微胶囊化。研究了铁强化明胶软 糖的生产工艺和最佳配方,制得的明胶软糖具有良好的色泽和奶香味,口感细腻、有良好的弹性和韧 性。     

营养保健型紫菜明胶软糖的研制

旨在开发一种具有保健功能但不含紫菜腥味的新型紫菜明胶软糖。通过对比试验确定可以使紫菜软糖不具有腥味的紫菜的预处理方式,并通过正交试验和最优条件验证试验确定最佳配方与工艺。结果为,柠檬酸含量为1%;麦芽糖浆含量为30%;蔗糖含量为21%;明胶含量为9%;紫菜适量。开发的软糖具有较好的咀嚼性和口感,糖体饱满光滑,营养丰富且不具有紫菜的腥味。     

明胶冻力和添加量对明胶软糖品质影响的研究

采用质构分析、保温实验和感官评价分析方法,研究了不同冻力和添加量的明胶对明胶软糖质构特性、抗变形率和感官品质的影响.结果表明:提高冻力和增大添加量,都会使明胶软糖的硬度和抗变形率明显增大,弹性指数略有增加,组织状态从偏软到偏硬,咀嚼性变好.选用冻力为220g和添加量为6.00％的明胶时,生产明胶软糖硬度适中、弹性较好、热稳定性好和具有较好的感官品质.综合考虑,生产高品质明胶软糖选用冻力为220g,添加量为6.00％的明胶较为合适.     

氧化马铃薯淀粉对明胶软糖微结构的影响

以氧化马铃薯淀粉和明胶为基质制作明胶软糖,利用扫描电镜观察明胶软糖表面和断面的微结构来研究氧化马铃薯淀粉对明胶软糖微结构的影响。结果表明:当氧化马铃薯淀粉含量不超过2%时,可明显观察到相分离,随着氧化马铃薯淀粉含量逐渐增大,相分离不明显。扫描电镜观察结果表明:相混合体系表面有网状结构和空洞,内部呈镶嵌填充状态,随着氧化马铃薯淀粉含量逐渐增大,表面网状结构的空洞变密,内部的明胶连续相被挤压,当氧化马铃薯淀粉含量增加到5%时,网状结构空隙不明显,内部镶嵌状态消失。     

酿酒葡萄皮渣软糖的研制

针对酿酒葡萄皮渣营养价值高和利用率不足的问题,将其添加到软糖中研制新型功能性软糖。通过正交试验考察琼脂、明胶、葡萄皮渣粉和柠檬酸用量对软糖感官评价、色差和质构特性的影响。结果表明,葡萄皮渣软糖的最佳配方：琼脂量为4.0%、明胶量为7.0%、葡萄皮渣粉量为1.0%、柠檬酸量为0.6%,此时的软糖不仅拥有良好的弹性、韧性和咀嚼性,还有良好的色泽外观。研究结果可为此功能性软糖的工业化生产提供理论基础和技术参考。     

淡色麦芽口感纯净度综合评价方法的建立及应用

大麦麦芽是酿造啤酒的最重要的原料,麦芽的质量影响着啤酒的风味稳定性及口感,决定着啤酒的品质。因此研究基础淡色麦芽的口感纯净度,对于保证啤酒的风味和口感的稳定性有着至关重要的作用。而现有研究对于淡色麦芽口感的相关描述模糊,并在很大程度上受主观因素影响,相关研究进展缓慢。本文通过强制决定法对口嚼麦芽法、浸泡麦芽法、协定法麦汁三种麦芽品评方法进行权重分配,建立了麦芽口感纯净度综合评价方法,并根据该评价方法对不同品种（澳麦芽Latrobe、Spartacus、国麦芽（甘啤）、加麦芽Metcalfe、Copeland）麦芽进行了口感纯净度的综合评价。为生产过程中麦芽口感的综合评价提供了理论依据。     

杜仲凝胶软糖的制备工艺优化

为了制备一种外观晶莹、富有弹性而质地软糯具有杜仲独特风味的凝胶保健软糖,以杜仲粉末为主要原料、以明胶和木薯淀粉为复配凝胶剂、以麦芽糖醇为甜味剂、以柠檬酸为酸味剂,运用单因素及正交试验进行配方优化,通过感官评定和质构分析,得出杜仲凝胶软糖最佳工艺配方为:明胶与木薯淀粉的配比为5∶1、杜仲水提取液为150 g/L、麦芽糖醇的添加量为200 g/L、糖度为80%、柠檬酸添加量为0.5 g/L。制成的凝胶软糖表面光滑有色泽,弹性适口,甜酸适中,质量稳定,感官、质构和微生物指标均符合国家标准。杜仲软糖提取物对DPPH自由基、羟自由基具有清除作用,清除作用与试验浓度之间存在较好的线性量效关系,其中,最大试验浓度下（100 mg/mL）羟自由基清除率可达81.5%±2.1%,最大试验浓度下（100 mg/mL） DPPH自由基清除率可达51.5%±1.0%。     

GA-BP算法下的管材滚切预测模型

为了满足管材滚切高质量的要求,本文利用遗传算法优化BP神经网络模型,实现对管材切口质量的预测。通过数值模拟得到管材滚切预测网络模型的输入输出样本数据,以此数据在GA-BP神经网络模型上进行仿真最终得到管材滚切预测的GA-BP网络模型。通过一系列的实践应用,得知GA-BP算法模型具备良好的预测精度及其稳定性。以建立的管材滚切预测的GA-BP网络模型,在MATLAB的GUI环境中建立了管材滚切过程中所需的工艺参数直接从界面输入,通过所建模型的预测,输出结果直接从界面上读取,实现了管材滚切预测模式的人机交互。     

遗传算法优化的神经网络熔深预测模型

依据熔化极气体保护焊（GMAW）焊接时对焊缝熔深的影响因素,结合遗传算法,建立以焊接电流、焊接电压、焊接速度和焊缝熔宽为输入、以熔深为输出的BP神经网络焊缝熔深预测模型。仿真试验和结果分析表明：使用遗传算法能得到神经网络较好的初始权值和阈值,能显著提高网络性能;所建模型符合已有的焊接熔深理论研究,并且预测误差较小,具有较好的泛比能力和较高的预测准确性,对工程实际具有一定的指导意义。     

人工神经网络在相对湿度预测中的应用研究

相对湿度环境是农业生产监测与预测的重要内容,关系到植物的生长状况、多种病害的生态防治和灌溉措施的调节。针对相对湿度变化规律相当复杂,影响因素间非线性程度相当高,为了提高相对湿度预测精度,提出一种基于BP人工神经网络的相对湿度预测模型。该模型采用气象要素（日照时数、降水量、最小温度、平均温度和最大温度）实测数据作为神经网络的输入样本,并根据试验观测资料对模型进行了检验。结果表明：利用此模型分别对1987~1998年和1999~2000年陵水地区月平均相对湿度进行模拟和预测,相对湿度拟合值与实测值的相对误差为0.21%,相对湿度预测值与实测值的相对误差为0.28%。改进的BP人工神经网络能准确地捕捉相对湿度的变化趋势。运用BP人工神经网络方法进行相对湿度的研究,方法简洁,结果直观易懂,同时也为其他区域相对湿度研究提供借鉴。     

基于神经网络的生鲜水产品货架期预测模型的构建及应用

为建立一种能够同时适用于多种新鲜水产品货架期的预测模型,采用反向传播(BP)神经网络模型、遗传算法(GA)优化的BP神经网络模型(GA-BP)、径向基函数(RBF)神经网络模型、极限学习机(ELM)神经网络模型和支持向量回归机(SVR)模型分别对金枪鱼、三文鱼、大菱鲆和鲷鱼的货架期进行预测,寻找最优的模型预测结果。首先通过试验获得4种水产品在0,4,10 ℃贮藏条件下的感官评分、菌落总数、挥发性盐基氮值、K值、pH值,构建训练样本和测试样本。经相关性分析,选择与水产品货架期相关性较高的感官评分、菌落总数、挥发性盐基氮值、K值作为模型的输入层单元,然后确定各模型的网络拓扑结构以及参数,进行模型的训练,最后使用训练好的5种模型对测试样本的货架期进行预测。结果表明:5种预测模型的预测精度排序为:SVR模型>RBF神经网络模型>GA-BP神经网络模型>ELM神经网络模型>BP神经网络模型,其中BP神经网络模型的预测精度最差,均方误差(MSE)为9.5127×10-4,平均绝对误差(MAE)为0.0197,平均绝对百分比误差(MAPE)为0.0825,R2为0.9766;SVR模型的预测精度最优,预测误差均在12%以内,MSE为2.2971×10-4,MAE为0.0128,MAPE为0.0631,R2为0.9944,能够很好地同时预测4种水产品在不同储藏温度下的货架期。本研究为水产品的品质控制提供一定的理论基础。     

BP神经网络在粮食霉变预测中的应用研究

霉变是造成粮食损失的重要原因,为了降低损失,将危害控制在萌芽状态,提前预测预警意义重大。本研究利用MATLAB的神经网络工具箱建立了预测粮食霉变的BP神经网络,给出了稻谷在给定含水率、温度、储藏时间的条件下是否会发生霉变的预测模型。同时,通过合理选择训练样本的数目,探究训练样本数量对网络精度的影响,并通过华北地区实仓数据验证由实验数据得到的BP神经网络在实际应用中所能达到的准确程度。经过验证,对于实验数据,训练样本数目大于400时,神经网络预测正确率可以达到94.3%;样本数越大,正确率越高。随机选择2 500个实验室样本数据进行训练得到的神经网路预测模型,对剩余样本预测准确率达到98%,对于实仓检测数据,正确率可以达到82.1%。     

基于小波神经网络的辣椒价格时间序列预测模型

以辣椒价格为研究对象,用天津市10个采集点2013年1月1日—12月30日的辣椒日度市场价格数据作为样本,借助小波神经网络智能分析方法,构建了天津市辣椒价格时间序列预测模型。结果表明,模型预测误差率小于0.01,预测值与实际值之间的相关性R2为0.8438,可准确预测辣椒价格走势。该模型的构建为辣椒市场监测预警提供技术支持,也可为相关政策出台提供参考。     

基于GA-BP神经网络的蒜香调味粉制备工艺优化

为优化蒜香调味粉的制备条件,研究干燥温度、切片厚度及干燥时间对蒜香调味粉风味特点的影响,采用热风干燥法制备高品质蒜香调味粉。以感官评分为响应值,进行Box-Behnken响应面法设计,并采用反向传播(Back propagation,BP)人工神经网络和遗传算法(Genetic algorithm,GA)相结合的设计方法对响应面法所得结果进行相互验证。结果表明:经神经网络结合遗传算法优化,最优参数为:干燥时间5.9 h,干燥温度61℃,切片厚度2.7 mm。此条件下蒜粉感官评分的试验值为18.70分,GA-BP神经网络模型计算出的预测值为18.5622分,试验值和预测值之间的相对误差为0.74%,模型的拟合度很好,说明应用GA-BP神经网络优化蒜香调味粉制备条件合理可行。     

BP神经网络在白酒包装成本预测中的应用

目前市场上白酒包装成本不一,为了估算白酒的包装成本,本文基于MATLAB构建白酒包装成本预测的BP神经网络模型,依据市场调查数据,在MATLAB中确立预测模型,从而实现预测模型的训练、仿真及验证,为白酒包装成本的确定提供决策方案.     

预报细纱条干不匀率的BP神经网络方法

介绍了BP神经网络及其算法 ,分别建立了两类细纱条干不匀率CV值预报模型 ,并对预报结果分别作了对比分析 ,得出了两类模型的最佳结构 ,从而证明BP神经网络应用于纺纱质量预报的合理性和良好前景。     

基于BP神经网络的机采原棉品质指标预测模型

为了对脱籽后的机采原棉品质指标进行预测并实现优化控制,设计了用于机采原棉品质指标预测的BP神经网络模型。以南疆地区机采棉为研究对象,以影响原棉品质的主控因素籽棉回潮率和轧花速度为BP神经网络模型的基本特征量,建立了机采原棉品质指标的BP神经网络预测模型。结果表明:该BP神经网络模型能较好表达机采原棉各品质指标与主控因素之间的非线性关系,预测结果与实测值之间误差小,测试样本的网络输出值与网络目标值的相关系数均接近1,模型预测效果较佳。认为:该BP神经网络模型可作为机采原棉品质预测与调控的新方法,也可应用于机采籽棉轧花在线原棉品质监控。