一种建立奶粉产品感官品评专家系统的方法技术方案

本发明专利技术提供了一种建立奶粉产品感官品评专家系统的方法，该方法将Ｋｏｈｏｎｅｎ自组织特征映射、ＢＰ网络相结合，对奶粉产品进行理化指标测试，并由品评专家进行品评，得到其感官品评得分和理化指标等样本数据，通过聚类完成对奶粉产品理化指标的分类，并用奶粉产品感官品评得分和理化指标等样本数据分别训练各自对应的ＢＰ网络，通过奶粉产品理化指标和感官品评指标的映射关系，建立奶粉产品感官品评专家系统。该方法克服了现有的奶粉产品感官品评方法过分依赖品评专家的缺陷，可以有效减少人工品评的不确定性，提高奶粉产品感官品评的工作效率和自动化程度，确保奶粉产品质量。

【技术实现步骤摘要】

本专利技术涉及，具体来说，为减少对品评专家的依赖，提高对奶粉产品进行感官品评的自动化程度，本专利技术提供了一种建立奶粉 产品感官品评专家系统的方法。
技术介绍
奶粉是以乳汁为原料，经过消毒、脱脂、脱水、干燥等工艺制成的粉末。也有使用山 羊等其他动物的乳汁生产的产品。奶粉按生产工艺和添加材料的不同，可分为调制奶粉和 普通奶粉，脱脂奶粉等，按使用对象的不同，可分为婴儿奶粉、较大婴儿奶粉、孕妇用奶粉、 老人型奶粉等。 市场上的奶粉产品种类多样，为便于消费者根据不同需要进行选择，需要对不同 奶粉产品进行评分以进行恰当的分级，从而判定其品质的高低。目前，由感官品评专家对奶 粉产品进行感官品评，是主要采用的方法，但是，专家的评定结果受到主观因素的影响，随 情绪、年龄、性别、识别能力的不同而有所差异，具有较大的不确定性，同时，人工品评过分 依赖专家经验，不利于实现自动化操作。很明显，奶粉产品的各项理化指标，例如脂肪、干物 质、蛋白等，与奶粉产品的感官品评之间存在密切联系。目前，对于奶粉产品理化指标和感 官品评指标之间的相关性，尚没有定量的分析研究。 Kohonen自组织特征映射，通过网络学习、使输出层中枢神经元的权向量逼近输入 特征向量，将具有相同或相近特征的输入向量，映射到位置相同或相邻的输出节点，从而实 现对输入数据的特征的聚类，提取了某种内在规律性。而BP网络是目前应用最广泛的人工 神经网络模型之一，其权值和阈值调整采用反向传播的学习算法，可以实现从输入到输出 的任意非线形映射。经过训练的BP网络，对于不是样本集中的输入样本也能给出合适的输 出，因此可以对未知样本进行预测。 目前，在运用上述模型建立食品感官品评系统方面，已有一些研究，但主要应用于 酒类、烟类，而奶粉产品的成分与酒类、烟类区别较大，且风味不象烟、酒类那样突出和典 型，人工品评的难度和不确定度更高。由于不同原奶之间风味互有区别，加之很多奶粉添加 了营养成分，例如钙、DHA、AA等，使得奶粉风味更加多样化和复杂。上述因素给建立奶粉产 品感官品评专家系统带来了困难。目前，在奶粉产品感官品评应用方面，还没有相关的方法 或者系统。
技术实现思路
本专利技术旨在提供，恰当的确定专家系 统构架，通过该专家系统，由理化指标判定感官品评结果，减少对人工品评的依赖程度，提 高奶粉产品感官品评效率和自动化程度。 为实现上述目的，本专利技术提供了，该 系统主要包括Kohonen自组织特征映射聚类和BP网络两个模块，包括 获取不同原奶品种、季节、生产设备、生产工艺以及添加不同营养强化剂的奶粉产 品样本，组织品评专家对奶粉产品进行感官品评，品评项目包括色泽、乳香味、特征风味、 口感、冲调性以及溶解性，根据品评得分，把奶粉产品划分成合格和不合格两组；并将所得 感官品评得分和理化指标等样本数据录入数据库，去除错误、不一致或不完整的奶粉产品 感官品评得分和理化指标样本数据，并对数据库中的奶粉产品样本数据进行归一化，从而 实现各奶粉产品理化指标参数的量纲统一，便于后续处理的进行； 构建Kohonen阵列，依据专家经验确定Kohonen阵列的初始领域半径、学习率和学 习次数； 应用Kohonen自组织特征映射对奶粉产品理化指标样本数据进行聚类，完成数据 库中所有奶粉产品样本数据的分类，并建立分类库； 对不同类奶粉产品的理化指标样本，分别建立对应的BP网络，并依专家经验确定 BP网络的系统允许误差限、初始学习率、初始动量系数、初始化网络权重、最大学习次数、误 差调整参数； 将奶粉产品感官品评得分和理化指标等样本数据送入对应的BP网络进行训练， 在最大学习次数内达到指定误差精度后停止，上述步骤即完成奶粉产品感官品评专家系统 的建立，否则，更换奶粉产品样本数据，重新进行训练，直到算法收敛。 根据本专利技术的再，其中，作为本专家 系统输入的奶粉产品理化指标，包括脂肪、蛋白、干物质、水分、蔗糖、非脂乳固、酸度、杂 质度、拮抗剂、抗生素、细菌总数、嗜热菌、大肠菌群、霉菌、酵母菌、肠杆菌属、金黄色葡萄球 菌、坂崎杆菌、蜡样芽胞。 根据本专利技术的另，其中，BP网络的输入数据是奶粉产品的各项理化指标，输出数据是奶粉产品感官品评得分。 根据本专利技术的又，其中，BP网络的初始学习率为0. 46-0. 78。 根据本专利技术的又，其中，BP网络的初 始领域半径为0. 25-0. 36。 根据本专利技术的又，其中，BP网络的学 习次数为102。 根据本专利技术的又，其中，该奶粉产品 感官品评专家系统的使用管理过程为 测定待评价奶粉产品的各项理化指标，并将所得数据输入该系统； 根据奶粉产品理化指标进行自组织特征提取，确定其所属类别； 如果输入的奶粉产品理化指标属于未知类，不在该奶粉产品感官品评专家系统的已有BP网络中训练过，则以奶粉产品理化指标为核心样本建立新的训练样本集，并对相应的新建BP网络进行训练； 如果输入的奶粉产品理化指标是已知类的样本 据，则根据其类别读取从分类库 中读取对应的BP网络，并计算出奶粉产品感官品评指标预测值。附图说明 以下附图仅旨在于对本专利技术做示意性说明和解释，并不限定本专利技术的范围。其中， 图1是本专利技术的奶粉产品感官品评专家系统的流程图； 图2是图1所示的奶粉产品感官品评专家系统的使用管理示意图。具体实施例方式本专利技术的奶粉产品感官品评专家系统主要包括Kohonen自组织特征映射聚类和BP网络两个模块，首先利用Kohonen自组织特征映射将输入奶粉产品样本数据进行聚类，将聚类结果保存到Kohonen知识库，然后建立各个聚类子空间的BP网络。 本专利技术的奶粉产品感官品评专家系统的流程图如图1所示，具体包括 取不同原奶品种、季节、生产设备、生产工艺以及添加不同营养强化剂的奶粉产品，测定其理化指标，包括如下参数脂肪、蛋白、干物质、水分、蔗糖、非脂乳固、酸度、杂质度、拮抗剂、抗生素、细菌总数、嗜热菌、大肠菌群、霉菌、酵母菌、肠杆菌属、金黄色葡萄球菌、坂崎杆菌、蜡样芽胞。同时，组织品评专家对奶粉产品进行品评，品评项目包括色泽、乳香味、特征风味、口感、冲调性以及溶解性。评分标准见表1，根据得分将奶粉产品分成两组合格，即四个感官指标均在3分以上；不合格，即有一个指标为2分或1分。最后将所得样本数据录入数据库，针对每个理化指标，选择不同的值，本实施例所选用的范围如下检出限以下、检出限至国标规定最高值、国标规定最高值以上，从而保证所建立的系统能够客观准确的控制奶粉产品质量，从而使乳制品质量得到保证。表l奶粉产品评分标准l分2分3分4分5分色泽色泽极深或 极浅色泽很深或 很浅色泽较深或较 浅色泽稍深或 稍浅呈均匀一致 的乳白色乳香味乳香味极平 淡或极重乳香味很重 或很轻乳香味较重或 较轻乳香味略重 或略轻具有纯正的 乳香味，乳香 味适中特征风味无特征风味 或有异味基本没有特 征风味有可感知的特 征风味有较浓郁的 特征风味有浓郁的特 征风味冲调性几分钟甚至 数小时润湿30秒到1分 钟润湿21-30秒润湿11-20秒润湿io秒内润湿5<table>table see original document page 6</column></row><table> 运用Matlab完本文档来自技高网...

【技术保护点】
一种建立奶粉产品感官品评专家系统的方法，包括：　　　　品评专家对奶粉产品进行感官品评，并测定所述奶粉产品的理化指标，将所得感官品评得分和理化指标等样本数据录入数据库，去除错误、不一致或不完整的所述奶粉产品的感官品评得分和理化指标样本数据，对所述数据库中的所述样本数据进行归一化；　　　　构建Ｋｏｈｏｎｅｎ阵列，依据专家经验确定所述Ｋｏｈｏｎｅｎ阵列的初始领域半径、学习率和学习次数；　　　　应用Ｋｏｈｏｎｅｎ自组织特征映射对所述奶粉产品理化指标进行聚类，完成所述数据库中所有奶粉产品理化指标的分类，并建立分类库；　　　　对不同类奶粉产品的所述理化指标，分别建立对应的ＢＰ网络，并依专家经验确定所述ＢＰ网络的系统允许误差限、初始学习率、初始动量系数、初始化网络权重、最大学习次数、误差调整参数；　　　　将所述奶粉产品的感官品评得分和理化指标等样本数据送入对应的所述ＢＰ网络进行训练，在所述最大学习次数内达到指定误差精度后停止，上述步骤即完成奶粉产品感官品评专家系统的建立，否则，更换所述奶粉产品样本数据，重新进行训练，直到算法收敛；　　　　其特征在于，所述奶粉产品感官品评的品评项目包括：色泽、乳香味、特征风味、口感、冲调性以及溶解性。...

【技术特征摘要】
一种建立奶粉产品感官品评专家系统的方法，包括品评专家对奶粉产品进行感官品评，并测定所述奶粉产品的理化指标，将所得感官品评得分和理化指标等样本数据录入数据库，去除错误、不一致或不完整的所述奶粉产品的感官品评得分和理化指标样本数据，对所述数据库中的所述样本数据进行归一化；构建Kohonen阵列，依据专家经验确定所述Kohonen阵列的初始领域半径、学习率和学习次数；应用Kohonen自组织特征映射对所述奶粉产品理化指标进行聚类，完成所述数据库中所有奶粉产品理化指标的分类，并建立分类库；对不同类奶粉产品的所述理化指标，分别建立对应的BP网络，并依专家经验确定所述BP网络的系统允许误差限、初始学习率、初始动量系数、初始化网络权重、最大学习次数、误差调整参数；将所述奶粉产品的感官品评得分和理化指标等样本数据送入对应的所述BP网络进行训练，在所述最大学习次数内达到指定误差精度后停止，上述步骤即完成奶粉产品感官品评专家系统的建立，否则，更换所述奶粉产品样本数据，重新进行训练，直到算法收敛；其特征在于，所述奶粉产品感官品评的品评项目包括色泽、乳香味、特征风味、口感、冲调性以及溶解性。2. 如权利要求1所述的建立奶粉产品感官品评专家系统的方法，其中，作为所述系统输入的所述奶粉产品理化指标，包括脂肪、蛋白、干物质、水分、蔗糖、非脂乳固、酸度、杂质度、拮抗剂、抗生...

【专利技术属性】
技术研发人员：郭奇慧，白雪，胡新宇，刘卫星，
申请(专利权)人：内蒙古蒙牛乳业集团股份有限公司，
类型：发明
国别省市：15[中国|内蒙]