张 萌，钟 南

(华南农业大学 工程学院，广州 510642)



径向基神经网络在猪胴体瘦肉率预测中的应用

张 萌，钟 南

(华南农业大学 工程学院，广州 510642)

猪胴体瘦肉率(LMP)是评价猪肉品质的重要指标之一，在生产线上快速而准确地预测出其数值并进行分级是并不可少的。目前，国内大部分厂家依然采取屠宰后人工称重测量的方法，耗时耗力，且存在相当大的误差。为此，随机抽取了116头皖北地区商品猪，选定眼肌面积、背膘厚及腿臀比作为参考数据，以MatLab工具箱作为研究工具，利用BP、Elman和RBF等3种不同的神经网络建立预测模型，统计后进行比较分析。实验表明：3种模型的神经网络均可用于瘦肉率预测，但RBF网络误差最小，训练速度最快，学习能力最强，最适合用于建立瘦肉率的预测模型。

瘦肉率；RBF神经网络；BP神经网络；Elman神经网络

0 引言

随着人们对物质生活要求的不断提高，猪肉品质评定越来越受到人们的关注，猪胴体瘦肉率作为猪肉品质的重要指标之一，在猪的育种、收购等方面都占据着重要的地位。目前，在国内大部分食品加工厂采用的测量瘦肉率的手段，仍然是将左侧胴体的皮、脂、肉、骨分离，称重后计算其百分比。这种方法不仅耗费人力物力，测量误差大，经济效益也偏低[1]。

国内外关于预测猪胴体瘦肉率的研究已经有很长的历史，预测技术也日趋完善。由于猪瘦肉率与其胴体、活体形状部分特性存在着密切相关的关系[2]，据此可以将部分胴体或活体性状作为指标，经过计算处理后建立预测模型，再通过预测模型得到检测目标的瘦肉率。……