基于神经网络的粉丝品质预测方法、系统和介质技术方案

本发明专利技术公开了一种基于神经网络的粉丝品质预测方法、系统和介质，包括以下步骤：采用神经网络算法构建粉丝品质预测模型，所述粉丝品质预测模型包括输入层、隐含层和输出层；输入自变量到所述输入层；由所述输出层得到多个粉丝品质评价指标，根据多个所述粉丝品质评价指标综合计算得到粉丝品质结果。相较于常规的用感官品尝来评价粉丝品质的方法，本发明专利技术有助于粉丝类制品机械控制参数标准的出台，也便于掌握挤压工艺中螺杆挤压的各种参数的较优值，提升生产的粉丝质量，提升生产效益。提升生产效益。提升生产效益。

【技术实现步骤摘要】
基于神经网络的粉丝品质预测方法、系统和介质


[0001]本专利技术涉及神经网络
，尤其是涉及一种基于神经网络的粉丝品质预测方法、系统和介质。

技术介绍

[0002]传统粉丝的生产多以谷物胚乳或谷物淀粉为原料营养组成单一。挤压工艺制作粉丝，既提高了生产效率又最大程度的保留了营养物质。双螺杆挤压设备主要由螺杆、腔体、加热组件和模头组成，加热组件位于套筒上方，冷却组件位于模头处。粉状物料由进料口进入，在挤压机腔体内受到双螺杆的搅拌剪切和轴向推力向出口处运动，运动过程中加热套筒对物料加热，物料性质发生改变，达到模头出冷却并得到丝状凝胶体。影响挤压效果的因素有很多，包括原料种类、挤压机械参数、产品的工艺参数等，其中最难掌握的是挤压工艺中螺杆挤压各种参数，而且目前国家并没有统一的粉丝类制品机械控制参数标准的出台，大多数企业都是凭借经验进行相关参数的控制。目前，生产上常用感官品尝来评价其品质，但是感官品尝受感官评分人员主观性影响太大，目前很难通过大量的感官实验来弥补这一缺点。

技术实现思路

[0003]本专利技术的目的在于克服上述技术不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的粉丝品质预测方法，其特征在于，包括以下步骤：采用神经网络算法构建粉丝品质预测模型，所述粉丝品质预测模型包括输入层、隐含层和输出层；输入自变量到所述输入层；由所述输出层得到多个粉丝品质评价指标，根据多个所述粉丝品质评价指标综合计算得到粉丝品质结果。2.根据权利要求1所述的一种基于神经网络的粉丝品质预测方法，其特征在于，所述输入层包括两个输入神经元，分别为挤压设备的螺杆转速和压缩段温度；所述隐含层包含五个隐含神经元；所述输出层包含九个输出神经元，所述输出神经元即为粉丝品质评价指标，分别为糊化度、柔软性、口感、感官总分、硬度、弹性、蒸煮损失率、断条率和出口压力。3.根据权利要求2所述的一种基于神经网络的粉丝品质预测方法，其特征在于，所述输入层还包括两个输入神经元，分别为挤压设备的导程变化范围和模头孔径。4.根据权利要求2所述的一种基于神经网络的粉丝品质预测方法，其特征在于，在所述由所述输出层得到多个粉丝品质评价指标之前，包括步骤：提取所述输入层到所述隐含层的权值、所述隐含层的阈值、所述隐含层到所述输出层的权值、所述输出层的阈值；利用所述输入层到所述隐含层的权值、所述隐含层的阈值、所述隐含层到所述输出层的权值、所述输出层的阈值训练神经网络。5.根据权利要求4所述的一种基于神经网络的粉丝品质预测...

【专利技术属性】
技术研发人员：张宾佳，刘姝含，乔冬玲，赵思明，薛健翼，牛猛，贾才华，许燕，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：