人工神经网络基于食用油脂肪酸组成解析二组分食用油混合模型研究Artificial Neural Network Analysis Two Component Mixed Edible Oil Mode Based on the Fatty Acid Composition
王李平;林晨;张方圆;杨熙;麦小漫;范华均;
摘要(Abstract):
通过气相色谱法分析花生油和棕榈油的混合油的脂肪酸组成,建立了人工神经网络分析二组分食用油混合模型的方法。分别基于混合油样品中棕榈酸和亚油酸含量变化的一元线性回归模型和基于全部脂肪酸组成的BP神经网络建立定量模型对花生油中棕榈油的掺杂量进行预报。结果表明,BP神经网络的预报准确率为96.7%,当棕榈油掺杂量≥0.050(V/V)时,相对偏差≤6%,其准确度高,能够实现二组分混合油掺混量的准确预报,为调和油的组成分析提供了新思路。
关键词(KeyWords): 人工神经网络;食用油;脂肪酸组成;混合模型;气相色谱法;二元组分分析
基金项目(Foundation): 广东省科学院青年科技工作者引导专项(2019GDASYL-0105013);; 广东省科技计划项目(2015B090906023)
作者(Author): 王李平;林晨;张方圆;杨熙;麦小漫;范华均;
Email:
DOI:
参考文献(References):
- [1] 王钰翔.浅谈食用油质量安全与检测方法[J].食品安全导刊,2018(9):107.
- [2] 王兴国,金青哲.食用调和油开发依据、发展进程与标准现状[J].中国油脂,2018,43(3):1-5.
- [3] 张方圆,吴凌涛,林晨,等.气相色谱结合化学计量学用于6种食用植物油的分类[J].分析试验室,2016,35(11):1254-1258.
- [4] 许洪,明东,李迎新,等.二组分食用混合油的线性混合模型研究与应用[J].光谱学与光谱分析,2017,37(8):2486-2492.
- [5] 朱晓阳,龙奇志,钟海雁,等.基于脂肪酸和甘三酯组成的茶油掺伪检测参数的确定[J].中国粮油学报,2018,33(4):139-146.
- [6] 聂庆琛,彭丹,毕艳兰,等.市售含花生油的调和油品质检测及分析[J].粮食与油脂,2018,31(4):91-95.
- [7] 邓泽元.我国食用调和油存在的问题和对策探讨[J].中国食品学报,2014,14(5):1-12.
- [8] 闵征桥,刘金勇,高盼,等.用气相色谱法测定食用植物调和油配方的研究[J].粮食与食品工业,2013,20(3):11-14.
- [9] 林晨,张方圆,吴凌涛,等.气相色谱结合化学计量学分析4种食用植物油的指纹图谱[J].分析测试学报,2016,35(4):454-459.
- [10] 宋志秀,杨立刚,孙桂菊.合理脂肪酸配比调和油配方系统软件的研制[J].中国粮油学报,2016,31(1):133-136.
- [11] 毛宏敏,曾爱民,周毅,等.化学分析技术在植物食用油掺假分析技术中的应用[J].现代食品,2016(19):75-79.
- [12] 宋家玉,陈金东,刘文杰,等.油脂脂肪酸指纹库构建及在食用油脂地沟油类别鉴别中应用[J].中国公共卫生,2017,33(10):1526-1532.
- [13] 韩广,徐璐,孙晓云,等.空气污染指数的前馈神经网络预测方法[J].计算机与应用化学,2016,33(2):147-151.
- [14] 车四方.前馈神经网络的混合训练算法及其离群鲁棒回归问题研究[D].杭州:中国计量学院,2015.
- [15] 龙伶俐,薛雅琳,宫旭洲,等.花生油:GB/T 1534—2017[S].北京:中国标准出版社,2018.
- [16] 龙伶俐,薛雅琳,夏天文,等.棕榈油:GB/T 15680—2009[S].北京:中国标准出版社,2009.