神经网络与遗传算法及其在食品工艺优化中的应用

2012-09-05代志凯

食品研究与开发 2012年12期

代志凯

（浙江医药股份有限公司新昌制药厂，浙江新昌 312500）

食品工业是人类赖以生存与发展的基础，是关系国计民生的主要产业。而食品加工工艺及配方优化是食品开发与研制中不可缺少的环节，选择合适的优化工艺及配方对缩短试验时间、减低生产成本、保证食品的质量具有重要的作用。

国内外用得比较成熟的工艺及配方优化方法有正交试验、均匀设计和响应面设计等。虽然上述方法在试验处理时可以取得较佳点，基本可以满足一般试验的要求，但它们还存在一些问题，如试验的精度不够，选择的试验取值仅仅是接近最佳取值，无法精确找到最佳点，难以描述优化指标与各因素之间的非线性关系，误差较大[1]。随着人工神经网络技术的成熟和完善以及优化设计理论与算法的进步和发展，为食品加工工艺及配方的优化开辟了新的途径[2-3]。但是利用神经网络与遗传算法优化需要较高的理论知识和较强的计算机编程能力，限制了其在食品工业中的应用。

本文从神经网络和遗传算法的原理、实验设计的选择、数据处理和分析入手对其进行系统的介绍，重点介绍如何使神经网络的非线性映射和遗传算法的全局搜索的能力有机结合在一起应用于食品工艺及配方优化中，以期有更多的研究工作者采用神经网络和遗传算法技术方便有效地优化生产过程提高工作效率。