麻雀搜索算法优化BP神经网络的牛肉微波干燥含水率预测

干燥过程的监测和控制对保证肉制品干燥品质意义重大，针对牛肉微波干燥过程中含水率变化非线性强耦合的特点，提出一种肉类干燥过程含水率实时预测方法。以牛通脊肉为研究对象，通过设计单因素试验方案分析微波功率、相对湿度、干燥时间对牛肉微波干燥过程的影响。利用麻雀搜索算法(Sparrow search algorithm,SSA)对反向传播(Back propagation,BP)神经网络预测模型参数进行优化，进而准确估计干燥过程中牛肉含水率变化，对9种不同微波干燥条件下牛肉的含水率变化进行预测，对传统BP、GA(Genetic algorithm)BP、SSA-BP 3种预测模型进行分析。结果表明：SSA-BP含水率预测模型误差最小、精度最高，含水率预测值与实测值的决定系数R2为0.9995，均方根误差为0.4345，可以为肉类干燥过程含水率预测提供新的思路和理论依据。