基于RSM和BP-AdaBoost-GA的红茶发酵性能参数优化

摘要：

为明确自行设计的滚筒式红茶发酵机性能参数,以无量纲化的综合评分为发酵品质评价指标,采用响应面法和基于改进型神经网络的遗传算法(BP-AdaBoost-GA)对影响发酵品质的3个因素(发酵温度、发酵时间、翻拌间隔)进行优化,并对2种方法的优化效果进行比较.结果表明,各因素对发酵品质的影响重要性顺序为:发酵温度、翻拌间隔、发酵时间;采用响应面法优化,当发酵温度、发酵时间、翻拌间隔分别为25℃、150 min、20 min时,综合评分预测值和实际值分别为0.863和0.856,相对误差为0.8％;而采用BP-AdaBoost-GA优化,当发酵温度、发酵时间、翻拌间隔分别为27℃、170 min、25 min时,预测值和实际值分别为0.871和0.868,相对误差为0.3％;BP-AdaBoost预测模型的决定系数和相对分析误差分别为0.994和18.456,高于响应面法的0.988和9.577,且预测均方根误差较低,为0.017.在红茶发酵工艺的参数优化中,采用BP-AdaBoost-GA方法能比响应面法更好地拟合模型,以及在全局变量范围内推导最优发酵条件.

关键词：红茶发酵、参数优化、AdaBoost算法、遗传算法

所属期刊栏目：48

分类号：TS272.4;TP183(食品工业)

资助基金：国家自然科学基金项目31271875;浙江省自然科学基金项目Y16C160009;浙江省重点研发计划项目2015C02001

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：335-342