10.3969/j.issn.0254-5071.2013.01.008
基于人工神经网络模拟啤酒酿造过程中糖度及乙醇浓度的变化
建立BP神经网络模型模拟啤酒酿造过程中糖度变化和乙醇浓度变化.将啤酒酿造过程中的发酵温度、麦汁浓度、接种量及发酵时间作为输入数据,将糖度变化和乙醇浓度的变化作为输出数据,运用BP神经网络建立啤酒酿造过程的模型.使用此模型模拟了主酵温度8℃、麦汁浓度11°P、接种量为2×107个/mL时糖度变化和乙醇浓度变化,结果糖度预测的均方根误差为2.66%,乙醇浓度预测的均方根误差为14.60%.结果表明,使用此模型能够准确预测啤酒酿造过程糖度变化和乙醇浓度的变化.
糖度、乙醇浓度、BP神经网络
32
TS262.5(食品工业)
国家重点基础研究发展计划‘973计划‘2010CB735706;啤酒生物发酵工程国家重点实验室开放基金K2012006
2014-03-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
25-28