人工神經(jīng)網(wǎng)絡(luò)在風(fēng)干臘腸加工過程模擬控制中的應(yīng)用

徐亮，程鏡蓉，張業(yè)輝，唐道邦，劉學(xué)銘，林耀盛，陳智毅

(1.廣東省農(nóng)業(yè)科學(xué)院蠶業(yè)與農(nóng)產(chǎn)品加工研究所，廣東省農(nóng)產(chǎn)品加工重點(diǎn)實(shí)驗(yàn)室，廣東廣州 510610)（2.華南理工大學(xué)生物科學(xué)與工程學(xué)院，廣東廣州，510610)

廣式臘味具有營養(yǎng)豐富、風(fēng)味獨(dú)特、易貯存等特點(diǎn)，深受人們喜愛[1]。烘烤和風(fēng)干是廣式臘腸干制的二種方法，干制過程為廣式臘腸形成其獨(dú)特的風(fēng)味和色澤提供了必要的溫度、濕度等條件，使得原輔料中各種成分在復(fù)雜的廣式臘腸體系中不斷進(jìn)行著脂質(zhì)的氧化和水解，蛋白質(zhì)和蔗糖的水解及相互作用等一系列復(fù)雜而重要的物理化學(xué)變化[2]。自然晾曬風(fēng)干是廣式臘腸的傳統(tǒng)干制工藝，因干燥工藝簡單、設(shè)備投資率低、產(chǎn)品風(fēng)味獨(dú)特而被人們沿用至今，尤其在廣東韶關(guān)、清遠(yuǎn)及河源部分地區(qū)廣為流傳[3]。然而該工藝需要低溫低濕的環(huán)境，脫水時間長，產(chǎn)品在晾曬過程還容易受蚊蠅叮咬，若是遇上下雨天，還可能導(dǎo)致整批產(chǎn)品長霉變質(zhì)，嚴(yán)重影響產(chǎn)品的品質(zhì)穩(wěn)定性和經(jīng)濟(jì)效益。烘烤干燥則是利用燃煤、蒸汽等熱源控制干燥過程中物流的溫度、風(fēng)速和濕度，對產(chǎn)品進(jìn)行加溫脫水，制得的產(chǎn)品質(zhì)量相對穩(wěn)定，成為廣式臘味產(chǎn)業(yè)化生產(chǎn)普遍選擇的干燥模式。然而研究表明烘烤干燥得到的臘腸往往色澤亮麗，然而風(fēng)味卻不及風(fēng)干臘腸[4]。

已有研究表明，模擬建立特定人工氣候是肉制品人工發(fā)酵的重要條件[5]。風(fēng)干臘腸從分類上歸屬于自然發(fā)酵肉制品，與人工發(fā)酵肉制品的差別在于制作過程中微生物來源于原料和環(huán)境中的雜菌形成的優(yōu)勢菌群及發(fā)酵條件（氣候因素）的不確定性[6]。人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)系統(tǒng)的一種仿生算法。它是一種機(jī)器學(xué)習(xí)算法，具有非線性、自適應(yīng)、并行性等特點(diǎn)[7～11]。20世紀(jì)80年代Rumelhart[12]提出了多層神經(jīng)網(wǎng)絡(luò)權(quán)值修正的反向傳播人工神經(jīng)網(wǎng)絡(luò)算法，已經(jīng)成為了人工神經(jīng)網(wǎng)絡(luò)眾多算法中應(yīng)用最為廣泛的一種模型。利用反向傳播學(xué)習(xí)算法可使人工神經(jīng)網(wǎng)絡(luò)模型從大量學(xué)習(xí)樣本（訓(xùn)練集合）中找出統(tǒng)計(jì)規(guī)律，并能對新樣本進(jìn)行預(yù)測，已被廣泛應(yīng)用到食品加工過程模擬控制中[13～21]?；诖耍狙芯磕M自然風(fēng)干條件，研究加工條件與風(fēng)干臘腸的品質(zhì)關(guān)系，通過 MATLAB軟件中的人工神經(jīng)網(wǎng)絡(luò)平臺，利用反向傳播人工神經(jīng)網(wǎng)絡(luò)算法，建立臘腸規(guī)?；庸さ纳窠?jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了對自然條件的預(yù)測和模擬，并優(yōu)化其工藝參數(shù)，以期為風(fēng)干臘腸規(guī)?；庸そ⑷斯夂蚝唾|(zhì)量安全控制提供基礎(chǔ)數(shù)據(jù)和技術(shù)途徑。

1 材料與方法

1.1 材料、試劑、儀器

實(shí)驗(yàn)所用的瘦肉、肥肉、蔗糖、食鹽、味精、白糖、腸衣等均購于廣州華潤萬家超市；實(shí)驗(yàn)所采用的化學(xué)試劑如亞硝酸鈉、硫代巴比妥酸等均為分析純。

1.2 儀器與設(shè)備

TJ16-H型絞肉機(jī)，廣東恒聯(lián)食品機(jī)械有限公司；GCH-5型灌腸機(jī)，廣東恒聯(lián)食品機(jī)械有限公司；DZ-280/2SD多功能真空封口機(jī)，東莞市金橋科技電器制造有限公司；DHG-9240A型電熱恒溫鼓風(fēng)干燥箱，上海精宏試驗(yàn)設(shè)備有限公司；DF-101S集熱式恒溫加熱磁力攪拌器，鄭州長城科工貿(mào)有限公司；HWS26型電熱恒溫水浴鍋，上海一恒科學(xué)儀器有限公司；BS124S分析天平，賽多利斯科學(xué)儀器有限公司；酸式滴定管、堿式滴定管，廣州精科儀器有限公司；TD6離心機(jī)，長沙湘智離心機(jī)儀器有限公司；UV-1800紫外分光光度計(jì)，日本Shimadzu公司。

圖1 改裝后的調(diào)溫調(diào)濕干燥箱Fig.1 constant temperature and humidity drying oven after refitted

調(diào)溫調(diào)濕干燥箱：由GHRH-20型熱泵干燥機(jī)(廣東省農(nóng)業(yè)機(jī)械研究所干燥設(shè)備制造廠)改裝，增加了超聲波加濕器、調(diào)控風(fēng)速的變頻調(diào)速器，主要部件為：干燥腔體（1）、風(fēng)機(jī)（2）、超聲波加濕器（3）、調(diào)控風(fēng)速的變頻調(diào)速器和用于進(jìn)行氣體除濕處理的冷凝除濕裝置（4）、加熱裝置（5）、風(fēng)道（8）、冷凝水出口（11）、干燥后的空氣入口（10）；采用PLC控制，為對設(shè)定好的腔體內(nèi)溫度、濕度進(jìn)行自動調(diào)節(jié)。

1.3 方法

1.3.1 風(fēng)干臘腸的制作

配方：瘦肉：肥肉質(zhì)量比8:2，輔料以肉總重計(jì)，亞硝酸鈉 0.01%(W/W)，白砂糖 12%(W/W)，52o白酒2%(W/W)，味精0.2%(W/W)，食鹽3.0%(W/W)。

工藝流程：

研究內(nèi)容：不同風(fēng)速、溫度、濕度對廣式臘腸風(fēng)干過程品質(zhì)的影響。

條件1：模擬日間溫度25 ℃，濕度為35%，烘烤12 h；模擬夜間溫度15 ℃，濕度為45%，烘烤12 h，整個過程風(fēng)速控制在0.5 m/s，連續(xù)烘烤至水分為20%以下，得成品。

條件2：日間溫度為25 ℃，濕度為35%，烘烤12 h；夜間溫度降至15 ℃，濕度為45%，烘烤12 h，風(fēng)速控制在1.0 m/s，連續(xù)烘烤至水分為20%以下，得成品。

條件3：日間溫度在30 ℃，濕度為40%，烘烤12 h；夜間溫度降至20 ℃，濕度為40%。風(fēng)速控制在1 m/s，連續(xù)烘烤至水分為20%以下，得成品。

條件4：日間溫度在30 ℃，濕度為40%，烘烤12 h；夜間溫度降至20 ℃，濕度為50%。風(fēng)速控制在1 m/s，連續(xù)烘烤至水分為20%以下，得成品。

自然晾曬法（空白對照）：采用自然干燥法（廣州1～2月份），白天溫度12～30 ℃，濕度30%～55%，夜晚溫度12～18 ℃，濕度40%～55%，風(fēng)速0.3～1.0 m/s。連續(xù)干燥至水分為20%以下，得成品。

備注：本研究選取的4組臘腸加工條件為課題組在前期研究中得到的，對臘腸品質(zhì)影響最為顯著的代表性的因素組合。

1.3.2 臘腸營養(yǎng)成分的測定

pH值參照GB/T 9695.5-2008測定；蛋白質(zhì)測定根據(jù) GB 5009.5-2010測定；脂肪含量根據(jù) GB/T 14772-2008測定。

1.3.3 酸價的測定

參照GB/T 5009.44規(guī)定的方法，重復(fù)測定3次。

1.3.4 過氧化物值的測定

參照GB/T 5009.44-2005和GB/T5009.37對樣品處理和測定，重復(fù)測定3次。

1.3.5 TBA的測定

參照參考文獻(xiàn)[2]。

1.4 建模過程

根據(jù)廣東當(dāng)?shù)貧夂蛱卣?，本文模擬設(shè)計(jì)冬季氣候，選取不同溫度、濕度及風(fēng)速條件探討加工條件對廣式臘腸品質(zhì)的影響。測試樣品重復(fù)3次實(shí)驗(yàn)。神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)用MATLAB軟件進(jìn)行處理。反向傳播人工神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層和1個或者多個隱含層組成，而3層的人工神經(jīng)網(wǎng)絡(luò)模型足以應(yīng)付大多數(shù)的食品加工過程模擬控制問題。

因此本文采用 3層的反向傳播人工神經(jīng)網(wǎng)絡(luò)[22,23]。利用MATLAB中的Neural Network Toolbox系統(tǒng)仿真環(huán)境，設(shè)計(jì)了一個3層反向傳播人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，由輸入層、隱含層和輸出層三部分組成[24]。如表1和2所示，以pH值、蛋白質(zhì)、脂肪、過氧化物值、酸價和TBA為輸入變量；以風(fēng)速（m/s）、日間溫度（℃）、日間濕度（%）、夜間溫度（℃）和夜間濕度（%）為輸出變量；中間隱層的層數(shù)為 5，使用了默認(rèn)的“transig”函數(shù)，輸出層的函數(shù)為默認(rèn)的“purelin”。激勵函數(shù)為“Sigmoid”。此外，如表1和2所示，我們將數(shù)據(jù)分為建模集和驗(yàn)證集，以實(shí)現(xiàn)對模型準(zhǔn)確性的驗(yàn)證。

表1 人工神經(jīng)網(wǎng)絡(luò)的輸入變量Table 1 Input variables of artificial neural network

表2 人工神經(jīng)網(wǎng)絡(luò)的輸出變量Table 2 Input variables of artificial neural network

1.5 建模過程

試驗(yàn)數(shù)據(jù)處理由 Xcalibur軟件完成，未知化合物經(jīng)計(jì)算機(jī)檢索的同時與NIST11譜庫和Wiley譜庫相匹配，只有當(dāng)匹配度均大于 800（最大值為 1000）的鑒定結(jié)果才予以確認(rèn)。測試樣品重復(fù) 3次實(shí)驗(yàn)，所有數(shù)據(jù)采用SPSS 19.0軟件進(jìn)行統(tǒng)計(jì)。

2 結(jié)果與分析

2.1 模型預(yù)測能力的可靠性分析

對所建立的人工神經(jīng)網(wǎng)絡(luò)模型有必要對其預(yù)測能力進(jìn)行可靠性分析，主要考察檢驗(yàn)樣本的預(yù)測值和實(shí)驗(yàn)值之間的相對誤差是否在合理范圍內(nèi)。

圖2 人工神經(jīng)網(wǎng)絡(luò)預(yù)測的結(jié)果Fig.2 Prediction of the artificial neutral network

采用建模集的自預(yù)測和對驗(yàn)證集的預(yù)測以實(shí)現(xiàn)對模型預(yù)測能力的可靠性分析。人工神經(jīng)網(wǎng)絡(luò)結(jié)果如圖2所示，預(yù)測值1是建模樣品結(jié)果，預(yù)測值2是驗(yàn)證樣品結(jié)果。

由圖2可知，無論是建模集的自預(yù)測還是對驗(yàn)證集的預(yù)測，風(fēng)速、日間溫度、日間濕度、夜間溫度和夜間濕度的預(yù)測值與實(shí)測值比較接近，結(jié)果表明該模型是準(zhǔn)確的，該方法具有較高的預(yù)測精度，可以用于下一步的自然條件的模擬和最優(yōu)條件的選擇。為了精確評價人工神經(jīng)網(wǎng)絡(luò)方法的預(yù)測結(jié)果，我們采用相關(guān)系數(shù)（r）和均方根誤差（rmse）為模型效果評定標(biāo)準(zhǔn)[25,26]。結(jié)果列與表3中，r值越接近于1，而rmse值接近于0，則表明所建立模型效果越好。從表3可以看出，所建立的人工神經(jīng)網(wǎng)絡(luò)模型r值都在0.99以上，且rmse值在0.4以下，表明該模型能夠進(jìn)行較準(zhǔn)確的預(yù)測。綜上所述，本研究得到的人工神經(jīng)網(wǎng)絡(luò)模型對食品加工過程模擬控制的預(yù)測能力是穩(wěn)定和可靠的，預(yù)測結(jié)果的準(zhǔn)確度較好，可以用于自然條件的模擬和最優(yōu)條件的選擇。

表3 人工神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果Table 3 Predictive results of artificial neural network

2.2 自然條件的模擬和最優(yōu)參數(shù)的選擇

采用所建立的人工神經(jīng)網(wǎng)絡(luò)模型，我們以自然條件為指標(biāo)，預(yù)測應(yīng)采用的人工風(fēng)干參數(shù)。表4為自然條件指標(biāo)，結(jié)果表明，當(dāng)采用風(fēng)速為0.81 m/s，日間溫度為 30.82 ℃，日間濕度 39.75%，夜間溫度20.09 ℃，夜間濕度41.80%時，我們可以模擬自然晾曬風(fēng)干，并得到與自然風(fēng)干一致的風(fēng)干臘腸品質(zhì)。該方法可以為風(fēng)干臘腸規(guī)?；庸そ⑷斯夂蚝唾|(zhì)量安全控制提供理論依據(jù)。

此外，我們對pH值、蛋白質(zhì)、脂肪、過氧化物值、酸價和 TBA進(jìn)行了進(jìn)一步的優(yōu)化，選擇脂肪、過氧化值、酸價和 TBA指標(biāo)低于自然風(fēng)干的結(jié)果，但蛋白質(zhì)含量高于自然風(fēng)干的結(jié)果，選擇了相對應(yīng)的最優(yōu)指標(biāo)（表4中的設(shè)計(jì)條件），并以這些指標(biāo)為人工神經(jīng)網(wǎng)絡(luò)算法的輸入值，采用建立的模型預(yù)測得到了最優(yōu)參數(shù)（表5）。結(jié)果表明，當(dāng)采用風(fēng)速為0.80 m/s，日間溫度為 23.60 ℃，日間濕度 40.42%，夜間溫度16.89 ℃，夜間濕度54.21%時，可得到低脂高蛋白（蛋白含量為38.65%，脂肪含量為16.06%）的臘腸，且產(chǎn)品呈現(xiàn)出較自然風(fēng)干臘腸更低的酸價和 TBA值。因此，該方法可以為風(fēng)干臘腸規(guī)?；庸そ⑷斯夂蚝唾|(zhì)量安全控制提供理論依據(jù)。

表4 自然條件以及最優(yōu)設(shè)計(jì)條件指標(biāo)Table 4 Natural conditions and the optimal conditions designed

表5 模型預(yù)測得到的最優(yōu)參數(shù)Table 5 Optimal parameters of the prediction model

3 結(jié)論

通過利用反向傳播學(xué)習(xí)算法，建立臘腸規(guī)?；庸さ纳窠?jīng)網(wǎng)絡(luò)模型，能夠比較準(zhǔn)確地預(yù)測對應(yīng)于期望指標(biāo)的操作條件，預(yù)測結(jié)果與真實(shí)值相近。該方法實(shí)現(xiàn)了對自然條件的預(yù)測和模擬，并預(yù)測得到了最優(yōu)工藝參數(shù)。該方法闡明加工條件對風(fēng)干臘腸品質(zhì)的影響，以期為風(fēng)干臘腸規(guī)?；庸そ⑷斯夂蚝唾|(zhì)量安全控制提供理論依據(jù)。建立準(zhǔn)確的預(yù)測模型需要大量的實(shí)驗(yàn)數(shù)據(jù)，工藝中不斷產(chǎn)生的數(shù)據(jù)可以進(jìn)一步完善和優(yōu)化模型，以實(shí)現(xiàn)更加準(zhǔn)確的預(yù)測。