香菇是我国产量第一的食用菌,为提升其加工品质,对新鲜香菇开展了不同干燥参数下的实验研究,分析了相对湿度、干燥温度、风速和单位载重量对干燥特性和品质特性的影响。建立了水分比预测人工神经网络模型,并将其与经典动力学模型进行了对比。应用响应曲面法,对香菇热风干燥工艺参数进行了优化。实验结果表明,干燥时间随相对湿度的降低而减小,干燥速率随相对湿度的降低而增大,有效水分扩散系数随相对湿度的升高而减小;干香菇粗脂肪含量、总糖含量、水溶性蛋白含量、色差、复水比、硬度随相对湿度的增加而降低。当相对湿度为25%时,用时最短仅为9.5h,以此为基准,当相对湿度为40%时,干燥时间是基准的1.31倍。运用实验数据对干燥动力学模型进行了拟合,发现Modifited Page模型为最佳香菇干燥动力学模型。基于粒子群算法优化建立了人工神经网络模型,并将其预测值和Modifited Page模型预测值与实验结果分别进行了对比,发现人工神经网络模型预测值与实验值的平均相对误差仅为5.57%,较Modifited Page模型的平均相对误差16.57%更优,表明所建立的人工神经网络模型更适用于香菇热风干燥水分比预测。以干香菇色差、水溶性蛋白含量和干燥时间为优化目标,以相对湿度、风速和单位载重量为工艺参数变量,采用熵值法对优化目标进行综合加权评分,利用响应曲面法建立了综合评分预测模型。综合评分最优时,色差为3.58、可溶性蛋白含量为46.39 mg/g、干燥时间为12.5 h,对应50℃的干燥条件下,最佳干燥工艺参数为相对湿度27.1%、风速5 m/s、单位载重量4 kg/m2。优化目标的模型预测值与实验结果相比,平均相对误差为6.6%,最大相对误差为7.4%,表明基于响应曲面法建立的综合评分预测模型可用于香菇热风干燥过程。