姜鹏飞，于文静，孙娜，王绅，温成荣，祁立波，董秀萍

（大连工业大学食品学院，国家海洋食品工程技术研究中心，辽宁大连116034）

人工神经网络（artificial neural network，ANN）是受大脑生物神经结构启发而产生的一种先进的计算方法[1]。其网络中含有的大量神经元相互连接，功能与生物神经元相同[2]，可以达到传递信息和处理数据的目的，是一种自适应的计算模型。近些年来，ANN已经在生物、经济、科技以及医学等多个领域起到了十分显著的作用，具有很大的发展前景[3]。在一些食品加工系统中，影响食品工业质量的各种因素之间的联系十分复杂，并且过程变量与产品属性之间的关系不明确，缺乏分析这些关系的常规方法[4]，如今将ANN应用于不同食品特性的测定和预测，是一种快速而有效的方法[5]。ANN的应用将会促进食品工业的发展。本文对ANN的基本原理、特性以及其在食品工业中的应用进行了介绍，为ANN在食品工业中更为广泛的应用提供一定理论依据。

1 ANN概述

ANN作为一种数据处理模型，是在生物神经网络的启示下产生的。神经网络依据外界信息对其结构进行改变，通过对神经元之间的权值进行调节，实现对输入的数据的建模[6]。生物神经元的示意图见图1。

图1 生物神经元的示意图Fig.1 Schematic representation of a biological neuron

如图1所示，神经元是人脑的基本单元，由树突、体细胞、轴突和突触四部分组成。树突是接受其它神经元信号的化学受体。体细胞是处理输入信号的神经元的细胞体。轴突是一种化学发射器，它将处理过的信号发送给附近的神经元。……