基于正交设计和BP神经网络-遗传算法多指标综合优化茶叶提取工艺

摘要：

目的 用正交设计及BP神经网络-遗传算法对茶叶提取工艺进行多指标综合优化.方法 以咖啡因、表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)、表儿茶素没食子酸酯(epicatechin gallate,ECG)为考察指标,在单因素实验的基础上,采用正交设计及BP神经网络-遗传算法优选超声辅助提取茶叶中有效成分的工艺,并对2种方法优选所得的工艺进行验证.结果 正交设计得到的最佳提取条件为乙醇浓度85％、浸提温度80℃、超声时间10 min.工艺验证评分为99.050.BP神经网络-遗传算法得到的最优提取方案为乙醇浓度89％、浸提温度88℃、超声时间13 min,网络预测评分为100.758,工艺验证评分为99.651,相对误差为1.099％.结论 BP神经网络-遗传算法数学模型可用于茶叶中有效成分提取工艺预测和优选,且略优于正交设计.

关键词：茶叶、BP神经网络、遗传算法、多指标综合评价法、提取工艺

所属期刊栏目：36

分类号：R284.1(中药学)

在线出版日期：2019-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1223-1228