人工神經(jīng)網(wǎng)絡(luò)基于食用油脂肪酸組成解析二組分食用油混合模型研究

王李平 林晨 張方圓

摘要 通過氣相色譜法分析花生油和棕櫚油的混合油的脂肪酸組成，建立了人工神經(jīng)網(wǎng)絡(luò)分析二組分食用油混合模型的方法。分別基于混合油樣品中棕櫚酸和亞油酸含量變化的一元線性回歸模型和基于全部脂肪酸組成的BP神經(jīng)網(wǎng)絡(luò)建立定量模型對花生油中棕櫚油的摻雜量進(jìn)行預(yù)報。結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)的預(yù)報準(zhǔn)確率為96.7%，當(dāng)棕櫚油摻雜量≥0.050（V/V）時，相對偏差≤6%，其準(zhǔn)確度高，能夠?qū)崿F(xiàn)二組分混合油摻混量的準(zhǔn)確預(yù)報，為調(diào)和油的組成分析提供了新思路。

關(guān)鍵詞 人工神經(jīng)網(wǎng)絡(luò);食用油;脂肪酸組成;混合模型;氣相色譜法;二元組分分析

中圖分類號 TS207 ?文獻(xiàn)標(biāo)識碼 A ?文章編號 0517-6611（2020）21-0202-03

Abstract The fatty acid composition of the mixed oil of peanut oil and palm oil was analyzed by gas chromatography， and an artificial neural network method was established to analyze the twocomponent edible oil mixed model.Based on the unary linear regression model of palmitic acid and linoleic acid content in mixed oil samples and the BP neural network based on the composition of all fatty acids， a quantitative model was established to predict the doping amount of palm oil in peanut oil.The result showed that the forecast accuracy rate of BP neural network was 96.7%， when palm oil amount greater than or equal than 0.050 （V/V）， the relative deviation was below 6%. BP neural network can accurately predict the mixing of two components of mixed oil， provides new ideas for composition analysis of blending oil.

Key words Artificial neural network;Edible oil;Fatty acid composition;Mixed model;Gas chromatography;Binary component analysis

基金項目 廣東省科學(xué)院青年科技工作者引導(dǎo)專項（2019GDASYL-0105013）;廣東省科技計劃項目（2015B090906023）。

作者簡介 王李平（1985—），男，安徽安慶人，助理研究員，碩士，從事食品藥品安全質(zhì)量研究。

*通信作者，助理研究員，碩士，從事食品安全質(zhì)量研究。

收稿日期 2020-04-23;修回日期 2020-07-22

食用植物油種類多、類別雜，成分和理化特征受原料品種、產(chǎn)地、生產(chǎn)工藝等因素的影響而變化，且市場價值差異較大[1]。近些年，食用調(diào)和油大量涌現(xiàn)，深受我國消費者的喜愛。但是，食用植物調(diào)和油長期以來沒有統(tǒng)一的國家標(biāo)準(zhǔn)對其進(jìn)行監(jiān)督管理，調(diào)和油的配比沒有統(tǒng)一的規(guī)范，市場相對混亂[2]。高品質(zhì)食用油摻假問題和各種食用調(diào)和油的配方比例不透明的問題日益凸顯，給消費者的身體健康帶來危害，嚴(yán)重?fù)p害了消費者和合法經(jīng)營者的利益[3]。

調(diào)和油本身是一個非常復(fù)雜的體系，調(diào)和油中植物油種類的鑒別和比例的檢測是一個定性和定量的雙重檢測，是近年來食用油研究的難點[4-6]。通常采用理化特征分析方法、色譜和光譜等儀器分析方法獲得調(diào)和油的理化性質(zhì)、脂肪酸甘油三酯以及微量元素等成分的信息[7-9]。但是通過這些信息并不能對調(diào)和油的組成成分和組成比例做出很好的判斷。甘油三酯占植物油組成95%～99%，對植物油的理化性質(zhì)起決定性作用。氣相色譜是目前分析脂肪酸成分的重要手段，可將植物油中的脂肪酸進(jìn)行分離，得到其脂肪酸組成的完整信息。而化學(xué)計量學(xué)在處理復(fù)雜信號、挖掘隱藏信息、可視化分析結(jié)果方面有很大的優(yōu)勢，可以很好地應(yīng)用在食用油定量摻雜的計算中[10-12]。采用氣相色譜結(jié)合化學(xué)計量學(xué)方法來對摻混植物油的摻雜量進(jìn)行定量分析，能夠有效判斷植物油的純度，可為食用油的摻雜和勾兌檢測提供技術(shù)支撐，對食用植物油的生產(chǎn)、銷售起到一定的監(jiān)管控制作用。

筆者選擇具有代表性的花生油和棕櫚油（棕櫚液油）為研究對象，采用氣相色譜法獲得花生油和棕櫚油的二組分混合油的脂肪酸組成，根據(jù)脂肪酸含量的變化，采用人工神經(jīng)網(wǎng)絡(luò)建立定量模型來預(yù)測花生油中棕櫚油的摻混比例，以期實現(xiàn)二組分混合油摻混量的準(zhǔn)確預(yù)報，可有望應(yīng)用于其他二元混合油脂的摻混比例的檢測。

1 材料與方法

1.1 原料

從廣東省廣州市某超市購得純正花生油和食用棕櫚油。按照棕櫚油體積占比從0到1以0.05速度遞增，配制了花生油和棕櫚油的二元混合油，一共19個混合油樣品，共計21個樣品。

1.2 試劑

40項脂肪酸甲酯混合標(biāo)準(zhǔn)品（Nu-chekprep，Inc.）;正己烷（色譜純，廣州化學(xué)試劑廠）;KOH-甲醇（1 mol/L）;三氟化硼甲醇（上海阿拉丁試劑有限公司）;Agilent7820A氣相色譜儀（美國安捷倫公司）;毛細(xì)管色譜柱HP-88（60 m×0.25 mm×0.2 μm）;XW-80A旋渦混合器（上海琪特分析儀器有限公司）。