基于人工神经网络模型预测油炸外裹糊鱼块的丙烯酰胺含量

为实现对油炸外裹糊鱼块的丙烯酰胺含量的预测,采用响应面试验设计收集数据,建立以黄原胶和大豆纤维复配比例、外裹糊鱼块干燥时间、大豆油品质、油炸温度、油炸时间为输入值,油炸外裹糊鱼块的丙烯酰胺含量为输出值的反向传播人工神经网络（back propagation artificial neural network,BP-ANN）,预测外裹糊鱼块深度油炸过程丙烯酰胺含量的变化,并用训练集拟合,测试集评估模型的预测能力。结果显示,黄原胶和大豆纤维复配比例、外裹糊鱼块干燥时间、油炸温度、油炸时间对油炸外裹糊鱼块的丙烯酰胺含量均有显著影响,大豆油品质对油炸外裹糊鱼块中丙烯酰胺含量影响不显著。训练后的BP-ANN模型的相关系数R值为0.997,拟合良好,有很强的逼近能力;模型对新数据预测的误差较小,最大相对误差为5.34%,最小相对误差为0.12%,表明BP-ANN模型能准确预测油炸外裹糊鱼块的丙烯酰胺含量。