文献综述基于人工神经网络水分活度检测模型.docVIP

题目基于人工神经网络水分活度检测模型 康卫氏IIIL扩散法和水分活度仪扩散法测定食品中的水分活度。利用干湿温度计测量原 理，描述了动态法测M AW的装置，推导并建立了 AW动态法测量的数学模型，为测量AW 提供一种更快速、精确的方法。 关键词水分活度Aw测量BP神经网络 食品水分含量与食品腐败变质存在一定的关系，现在更多用水分活度来评价 食品腐败变质的程度。通过控制水分活度，起到良好的保藏效果。 水分活度可定义为溶液中溶剂水的逸度f与纯水逸度foZ比，即Aw=f/ f0,在 室温低压下，f/f。与溶液中的水蒸气分压P和纯水的蒸汽压的P。之比（即相对蒸 汽压RVP）近乎相等，两者之间的差别小于1%,因而Aw^p/po水分活度与环境平 衡湿度（ERH）和拉乌尔定律有如下关系Aw=p / po =ERH/100o [4] 平衡相对湿度法原理将被测试样置于一个密闭的容器，被测试样与密闭空 间中的环境Z间进行水分了交换平衡，待达到表现平衡（试样恒重）后测定容器内 的压力（如用量压计测定）或相对湿度（如用电子湿度计、霜点仪测定）。便携式快 速水分活度仪套装HygroPaimAWl—Set / 40,集成Aw Quick软件包实现了水分活 度的快速测量，优化的数学模型准确地预测平衡后的水分活度值，使得测量在4? 6min完成. 3 《食品水分活度的测定》由国家标准化委员会止式发布实施。该标准规定了 康一卫氏皿扩散法和水分活度仪扩散法测定食品中的水分活度，其中康一卫氏皿扩 散法为仲裁法。 采用处标内插法测定食品水分活度，通常使用康维容器恒温法分析。在分析 屮，准确测定食品样品的aw值，选择标准盐溶液是关键。通过对不同食品aw值 测定的研究得出在测定时，一般至少选择3种标准盐溶液与样品一起分别进行 试验，从而得到平衡时壇减值。[12] 口前Aw的测量主要为静态法，主要有康威皿法、微晶纤维素法、蒸汽压力 测量（VPM）法和平衡相对湿度（ERH）法等 6、18]0这些方法测量一个样 品AW的时间约为30 min,且测量Aw值而是样品经粉碎后的平均值。食品屮 AW的分布并不均匀，特别是干品和半干品。在储藏中AW大的部位首先腐败变质。食品屮微生物的生长，酶促或非酶促变化以及油脂氧化等的反应速度均与 AW具有显著的相关性。在食品加工与贮存过程中，测量和控制食品的Aw是相 当重要的。因此确定一种更快速、准确的AW测量方法是必要的。 15、16、17] 当然又有许多新型有正对性的水分活度测量方法。女口气相色谱法 20 、溶剂 萃取法、近红外光谱 13 、吸湿能力测量法、批量效应测量法 19 。[1] 利用干湿温度计测量原理，描述了动态法测量AW的装置，推导并建立了 AW动态法测量的数学模型，探讨了 AW mix值的测定方法，旨在为测量AW提 供一种更快速、精确的方法。且有研究表明，动态法的测量精度优于静态法。[5] 基于静态法原理的LabMASTER-AW型水分活度仪和本动态法测定装置分别测 量若干标准品的AW值。可见本动态法对标准品AW值的测量，所测标准品AW的 准确性优于土0.01AW,这与文献报道的标准品的AW值相吻合 14、6] o 本动态法是把AW测量转换为较易测取的温度测量。根据上述温度，可得岀物 料任何部位AW值。通过上述获得的温度与水分活度，借用MATLAB建立BP神经 网络数学模型。 BP网络是一种多层前馈型神经网络，英神经元的传递函数是S型函数，输 出量为0到1Z间的连续量，他可以实现从输入到输出的任意非线性映射。由于 权值的调整采用反向传ffi(Back Propagation)学习算法，因此也叫BP网络。 8 图2 三层前 图2 三层前馈型nr神经网络 Thi;Ini■ Ls Thi;Ini■ Ls Bl1 iir4wirk 输入层隐含层输出层 输入层 隐含层 输出层 在确定了BP网络的结构后，利用输入输出样本集对其进行训练，也即对网络的权值和域值 进行学习和调整，以使网络实现给定的输入输出映射关系经过训练的BP网络，对于不是样 木集的输入也能给出合适的输出，这种性质称为泛化功能。从函数拟合的角度看，这说明 BP网络具冇插值功能。 10 基于已冇数据，利用模型进行训练，保留训练后的权值和阈 值.并在此基础上，利用变步长梯度法实现了BP模型的最优化。 11, 21] 英屮，对食品水分活度测量不确定度的评定结果表明，测量不确定度主耍来 源于标准曲线的拟合度，仪器的稳定性也对不确定度产生了影响。[2] 现冇很多水分活度仪，通过其与软件的拟合，实现水分活度的快速检测。如研制了一种 能测最不同温度下的食品和医药水分活度的检测仪。仪器主要由半导体恒温器、模块电源、 研华公司的数据采集模块以及温度、湿度传感器组成。恒温器小的温度可以调节并恒