响应面法和人工神经网络对亚临界CO_(2)萃取红花籽油的建模与优化

作     者：刘国祎 郭建章 陈星 王威强 LIU Guoyi;GUO Jianzhang;CHEN Xing;WANG Weiqiang

作者机构：青岛科技大学机电工程学院山东青岛266061 山东大学机械工程学院山东济南250061 

出 版 物：《食品工业科技》 (Science and Technology of Food Industry)

年 卷 期：2024年第45卷第10期

页      码：225-233页

摘      要：本文旨在寻找有效建模方法以预测亚临界CO_(2)萃取红花籽油的萃取率,优化其萃取工艺条件。以单因素实验为基础,采用Box-Behnken试验设计,研究了萃取压力、分离温度、萃取时间对红花籽油萃取率的影响,并采用响应面法(RSM)和人工神经网络(ANN)两种方法分别对同一实验进行建模分析,通过RSM数值优化、人工神经网络和遗传算法结合(ANN-GA)两种方法优化其工艺条件。结果表明,RSM与ANN两种模型均能较为精准预测,但通过两种模型的决定系数(R^(2))、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)值比较,得出ANN模型(R^(2)=0.9966)的预测效果较优于RSM模型(R^(2)=0.9950)。ANN-GA确定的最佳萃取条件及萃取率分别为:萃取压力19.04 MPa、分离温度55.50℃、萃取时间134.98 min、萃取率23.52%。综上,RSM和ANN两种方法均可用于亚临界CO_(2)萃取带壳红花籽油的建模与优化,但ANN的预测准确度及拟合能力更为优秀。

主 题 词：亚临界CO_(2)萃取 红花籽油 响应面法 人工神经网络 遗传算法 

学科分类：0832[0832] 08[工学] 083202[083202] 

核心收录：

D　O　I：10.13386/j.issn1002-0306.2023070185

馆 藏 号：203127732...