双孢蘑菇远红外干燥神经网络预测模型建立

摘要：

分析了双孢蘑菇在远红外干燥过程中,辐射强度、辐射距离、物料温度、物料厚度、干燥时间等因素对干燥速率的影响.基于BP神经网络建立了含水率与各因素之间的网络模型结构,输入层、隐含层和输出层的神经元数分别为5、11、1.以干燥试验数据作为训练和测试的样本值,利用Matlab中的神经网络工具箱,经过有限次迭代计算获得一个反映试验数据内在联系的数学模型,并实现对该模型的训练和系统的模拟.结果表明:在试验范围内,BP神经网络可以高效、准确、快速地建立模型,且模型的预测值与实测值拟合较好,能够准确而可靠地实现含水率在线预测.

关键词：双孢蘑菇、远红外、干燥、含水率、预测模型、BP神经网络

所属期刊栏目：41

分类号：TS201;TQ028.6+76;S646.1+1(食品工业)

资助基金：山东省科技攻关计划资助项目2008GG10009008

在线出版日期：2010-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：110-114