人工神经网络在食品微生物发酵中的应用.pdfVIP

年 月 2009 4 综述 食品研究与开食品研究与开发食食品研究与开发发品研究与开发 第 卷第 期 30 4 171 人工神经网络在食品微生物发酵中的应用 李季，蒲彪* （四川农业大学食品科学系，四川雅安625014） 摘 要：人工神经网络对非线性系统具有很强的处理能力，适合对食品微生物发酵进行配方优化、过程仿真与预测。 在此基础上，对人工神经网络在食品工业中的应用前景进行展望。 关键词：人工神经网络；食品微生物；发酵 APPLICATION OF ARTIFICIAL NEURAL NETWORK ON FOOD MICROBE FERMENTATION LI Ji, PU Biao* (Department of Food Science, Sichuan Agricultural University, Yaan 625014, Sichuan, China) Abstract: Artificial Neural Networks (ANN) have been recognized as powerful tools for the case of the non- linear system, particularly for formulation optimization, process simulation and prediction of food microbe fermentation. The prospect of ANN on food industry was also discussed. Key words: artificial neural networks; food microbe; fermentation 人工神经网络（ANN, Artificial Neural Networks ）是 结构的动态系统，通过分析连续或断续输入的状态响 在 世纪 年代重新兴起的一个模拟人脑及其活动 应来进行信息处理。 其实质是输入转化成输出的一种 20 80 [1] [2] 的理论化的数学模型 。 它是由大量简单的处理单元 数学表达式， 这种数学关系由网络的结构来确定 。 组成的高度复杂的大规模非线性自适应系统。 微生物 ANN 所包含的大量神经元可分为输入层、隐层和输出 发酵过程优化对提高菌株生产能力和产量有重大意 层的多层结构。 输入、输出层为单层，神经元数（也称 义。 过去， 利用微生物反应质能平衡关系和微生物发 节点数）分别由输入、输出变量的数目确定；隐层可以 酵动力学建立的数学模型存在精度低、应用范围窄等 是单层也可以是多层。 隐层层数与各隐层节点数的确 问题，实用价值不高。 食品微生物发酵的原料复杂，在 定比较复杂，一般应以获得最优网络性能为目标，根据 线检测不精确，因此所涉及的发酵过程是非线性和非 所研究的具体问题， 按经验或作尝试比较确定。 人工 稳态系统。人工神经网络具有很强的非线性映