论文部分内容阅读
食用香精配方中各香原料成分种类多样、用量多变、作用机理复杂，香精香气质量与香精配方之间的关系属于高度非线性关系，难以进行定性或定量描述。为了找到食用香精香气质量和香精配方之间的关系，更好的指导和服务于食用香精的调配，本课题利用PLS回归、BP-ANN和SVR等多种化学计量学算法，处理食用香精感官评价结果与香精配方之间的关系，以实现产品性能评价的智能模拟，进而提高食用香精的研发效率和科技创新水平，同时减少原料浪费，节省人力物力，具有节能减排等环保意义。首先，利用现代香精调配技术，采用GB2760-2011范围内允许的香原料。通过考察特征香韵、酱香香韵、甜香香韵、焦香香韵、肉香香韵、酸香香韵等6种不同香韵对蘑菇香精香气质量的影响，模拟出了整体香气透发、新鲜、逼真、协调的蘑菇香精，并利用感官评价方法对蘑菇香精进行香气质量评价。其次，采用PLS、BP-ANN和SVR三种模型，建立蘑菇香精香气质量与香韵结构之间的关系模型。结果表明，3种模型算法均能得到较好的建模效果，BP-ANN和SVR在泛化能力上均优于PLS算法，同时，BP-ANN存在“过拟合”现象，预测能力弱于PLS和SVR模型算法；综合建模效果、内部验证和预测结果三方面能力，SVR模型明显优于PLS和BP-ANN模型算法，故可将SVR算法引入到蘑菇香精香气质量与香韵结构之间关系建立中。