GA-BP神经网络及其在液体乳安全评价中的应用

摘要：

利用遗传算法(Genetic Algorithm,GA)优化BP(Back Propagation,BP)神经网络的初始权值、阈值,以期加快网络收敛,提高预测精度.以乳制品中的液体乳为实验材料,建立安全评价指标体系;将优化后的GA-BP神经网络作为评价模型,对液体乳的日常检测数据进行拟合;以测试数据作为验证,检测模型的收敛速度和拟合度.结果表明GA-BP较BP神经网络来讲更稳定,能较快收敛,且仿真误差较小;在隐层节点数为9时,GA-BP神经网络对液体乳的拟合效果最好,预测精度较高,是一种可行的液体乳安全状况评价方法.

关键词：遗传算法、BP神经网络、液体乳、食品安全评价

所属期刊栏目：38

分类号：TS201.6(食品工业)

资助基金：国家科技支撑计划“电子溯源的食品安全风险评估关键技术研究与应用”2015BAK36B04;北京市科技计划项目Z161100001616004;2016年研究生科研能力提升计划项目资助

在线出版日期：2017-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：289-292