响应面法及其在食品中的应用.doc

响应曲面法及其在食品中的应用 摘要：响应面方法是利用合理的试验设计并通过对实验数据进行一定的处理，建立影响因素与响应值之间的函数关系，得到一个回归方程，通过对回归方程进行分析，选择最优工艺参数。这种方法现在已经广泛应用于食品的工艺配方设计及加工工艺条件的优化。本文就响应面方法的优点、试验设计的方法以及实验数据的处理进行了简单的阐述，对其应用的限制因素进行一一说明。 关键词：响应面方法；试验设计；回归方程；优化条件 1、概述 随着计算机技术的飞速发展，数值计算科学的不断深入，工程计算的模型越来越复杂，计算规模越来越大，所花费的机时越来越长。同时，许多工程问题的目标函数和约束函数对于设计变量经常是不光滑的或者具有强烈的非线性。这样，科学家和工程师都希望寻找新的高效可靠的数学规划方法以满足工程优化计算的需要。一个渐进近似的优化方法能很好地解决这种既耗机时又非光滑的优化问题，它就是响应面（Response Surface Methodology，简称：RSM）。 RSM是数学方法和统计方法结合的产物，是用来对所感兴趣的响应受多个变量影响的问题进行建模和分析的，其最终目的是优化该响应值[1]。由于RSM把仿真过程看成一个黑匣子，能够较为简便地与随机仿真和确定性仿真问题结合起来，所以得到了非常广泛的应用。 近十多年来，由于统计学在各个领域中的发展和应用，RSM的应用领域进一步拓宽，对RSM感兴趣的科学工作者也越来越多，许多学者对响应面法进行了研究。 RSM的应用领域不再仅仅局限于化学工业，在生物学、医学以及生物制药领域都得到了广泛应用。同时，食品学、工程学、生态学等方面也都涉及到了响应面法的应用[2-5]。 2 响应面法（Response Surface Methodology）是利用合理的试验设计，采用多元二次回归方程拟合因素与响应值之间的函数关系，通过对回归方程的分析来寻求最优工艺参数，解决多变量问题的一种统计方法[6]。用响应面法优化工艺过程主要涉及三步：实验设计，建立数学模型评估相关性，预测响应值考察模型的准确性[7]。随着计算机的发展，它已成为精度高、应用广并具有使用价值的优化技术。响应值和变量之间的关系可以形象地用响应面表示出来，它可以分为3个方面：（1）描述单个试验变量时响应值的影响；（2）确定试验变量之间的相关关系；（3）描述所有试验变量对响应值的综合影响。 2.1RSM的四个步骤 (1)确定因素：就是确定要考察的过程中的关键因素，即研究范围内主要影响加工过程和产品质量的重要因素。用RSM来研究的因素一般为两到三个；当然RSM也可以研究多变量问题，但其结果比较复杂。 (2)确定因素水平：通过做单因素试验或由样品的特性和工艺来确定因素水平的范围。如果这些水平的范围太宽，无法给出精确的优化条件，可以再做一个因素水平范围较小的RSM以求得到更为精确的优化条件和回归方程。当然对于一些样品，它的因素水平都由物料性质、成本限制和相应标准严格限定，这时最优值可能在实验的因素水平之外，在这种情况下实验者无法给出特定的优化条件， 需要根据具体情况进行分析[8]。 (3)确定实验点：采用适当的试验设计，确定实验的试验点。试验设计强调试验点要尽量减少总的实验次数。试验点确定之后，按随机性原则对每个实验点进行实验，获得一定的数据，以便于进行统计分析。 (4)数据分析：用适当的统计分析方法和计算机程序，对实验数据进行分析。这些分析结果最好由统计学家、产品开发者和其它相关的科研人员共同协作来加以解释，由分析得来的结果将用于下一步的过程优化。常有的统计分析软件有SAS、SPSS等，国内也有很多研究机构开发出了自己的统计分析软件。值得注意的是，对于任何研究的结果，都不能对研究范围之外的情形进行外推。 2.2RSM依据的5点假设 （1）RSM的准确度依赖于满足这些假设和限制的程度，当实验者在设计、进行实验和解释RSM的结果时，必须考虑到这些方面。 3、响应曲面在食品中的研究 响应曲面法广泛的应用于食品的研究中，通过利用响应曲面法可以对食品的工艺配方设计及加工工艺条件的优化具有很好的作用。由于RSM能够考虑到多个因素在不同水平下对产品的影响，因此RSM在产品的开发和研究中有各种各样的应用。 20世纪70年代起，RSM就开始被应用于食品工业,并取得了很多令人满意的成果。这从相关期刊上的大量文章以及工业中的实际操作都可以得到反映。这里不能对该领域的所有成果都加以详述,只能总结某些重要应用。 20世纪70年代初期，R.G. Henika开始把响应面方法应用于早期食品研究中. 由于他在这一领域的领袖地位，该领域的其他研究人员相继把RSM作为一种研究策略。Henika,Palmer[9]和Henika[10]发表的两篇文章是关于RSM在这一领域应用情况的非常有价值