侯 奇HOU Qi

刘 静1

管 骁2

(1.上海海事大学信息工程学院，上海 201306；2.上海理工大学医疗器械与食品学院，上海 200093)

预测微生物学本质上是基于微生物群体对环境因素反应的可重现，利用过去观察到的试验数据通过数学模型预测食物环境中的微生物行为，并用试验结果证明模型所得到的误差不大于微生物试验所带来的误差[1]。由Whiting等[2]提出的基于变量类型的分类方法将预测微生物数学模型分为一级模型、二级模型和三级模型，其中二级模型描述微生物在食品中的生长情况与环境条件之间的关系，代表性模型包括反应面模型、平方根模型和多项式模型等，而现有的大多数二级模型对微生物生长的延滞期、指数期、稳定期和衰亡期并不能同时进行很好地预测。

Fujikawa[3]提出的数学模型中，以Baranyi模型为基础，通过环境各方面的响应函数作为Baranyi参数的二级模型，对指数期和稳定期能够很好地预测，但是对延滞期并不能进行有效地拟合。为了提高对延滞期的预测精度，Baranyi[4-5]和 Marc等[6]提出了多种延滞期的模型，但这些模型都太过针对性，对其他阶段不能起到良好的预测。Huang[7]提出滞后相变系数模型，它能够对各个时期有良好的过渡效果，但是只有滞后相变系数取值为25时，其模型才拟合得较好，因此缺少通用泛化性。然而，这些模型中的参数都是凭经验建立，其中很多参数没有实际意义，并且参数模型通常需要进行校准避免误差的不确定性[8-9]，因此很难确切地反映环境因数对生长预测的影响。……