基于RSM和BP-AdaBoost-GA的红茶发酵性能参数优化

作     者：董春旺 赵杰文 朱宏凯 袁海波 叶阳 陈全胜 DONG Chunwang;ZHAO Jiewen;ZHU Hongkai;YUAN Haibo;YE Yang;CHEN Quansheng

作者机构：江苏大学食品与生物工程学院镇江212013 中国农业科学院茶叶研究所杭州310008 哥本哈根大学食品科学系菲特烈堡999017 

基　　金：国家自然科学基金项目(31271875) 浙江省自然科学基金项目(Y16C160009) 浙江省重点研发计划项目(2015C02001) 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2017年第48卷第5期

页      码：335-342页

摘      要：为明确自行设计的滚筒式红茶发酵机性能参数,以无量纲化的综合评分为发酵品质评价指标,采用响应面法和基于改进型神经网络的遗传算法(BP-AdaBoost-GA)对影响发酵品质的3个因素(发酵温度、发酵时间、翻拌间隔)进行优化,并对2种方法的优化效果进行比较。结果表明,各因素对发酵品质的影响重要性顺序为:发酵温度、翻拌间隔、发酵时间;采用响应面法优化,当发酵温度、发酵时间、翻拌间隔分别为25℃、150 min、20 min时,综合评分预测值和实际值分别为0.863和0.856,相对误差为0.8%;而采用BP-AdaBoost-GA优化,当发酵温度、发酵时间、翻拌间隔分别为27℃、170 min、25 min时,预测值和实际值分别为0.871和0.868,相对误差为0.3%;BPAdaBoost预测模型的决定系数和相对分析误差分别为0.994和18.456,高于响应面法的0.988和9.577,且预测均方根误差较低,为0.017。在红茶发酵工艺的参数优化中,采用BP-AdaBoost-GA方法能比响应面法更好地拟合模型,以及在全局变量范围内推导最优发酵条件。

主 题 词：红茶发酵 参数优化 AdaBoost算法 遗传算法 

学科分类：12[管理学] 08[工学] 09[农学] 090203[090203] 0710[理学-生物科学类] 1201[管理学-管理科学与工程类] 081104[081104] 0802[工学-机械学] 0835[0835] 0902[农学-自然保护与环境生态类] 0811[工学-水利类] 0801[工学-力学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.6041/j.issn.1000-1298.2017.05.042

馆 藏 号：203231167...