基于BP神经网络的气调包装评价方法研究-论文.pdf

《基于BP神经网络的气调包装评价方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、包装工程第35卷第1期38PACKAGINGENGINEERING2014年01月基于BP神经网络的气调包装评价方法研究曹乐，李润，袁艳，李苗，陈鑫(西安工业大学，西安710021)摘要：目的为了提高果蔬气调包装评价应用水平。方法基于BP神经网络，对果蔬MAP包装评价的理论研究现状进行了系统的研究和分析，系统地介绍了基于BP神经网络的评价方法原理。以牛肉气调包装为例，选用pH值、TVB—N值(挥发性盐基氮)、汁液流失率、细菌总数、色泽等评价指标，建立了气调包装评价模型，并用实例进行了证明。结果评价了样本MAP2，MA

2、P6，MAP9的实际输出值分别为0．61，0．83，0．69，符合所选牛肉的气调包装表现。结论评价方法实用性强，可用于各类产品的气调包装评价，为气调包装方案的设计提供了依据。关键词：BP神经网络：气调包装：方案评价中图分类号：TB485．2；TS206文献标识码：A文章编号：1001—3563(2014)01—0038—04StudyontheMethodofMAPEvaluationBasedonBPNetworkCAOLe，LIRun，YUANYan，LIMiao，CHENXin(XianTechnologica

3、lUniversity，Xian710021，China)ABSTRACT：ObjectiveToimprovetheapplicationlevelofmodifiedatmospherepackagingevaluationforfruitsandvegeta—bles．MethodsBasedontheBPNetwork，thestatusinquooffruitsandvegetablesmodifiedatmospherepackagingevaluationisanalyzed．Theprincipleo

4、fevaluatingmethodwassystematicallyintroduced．ToresolvetheproblemofMAPevaluation，theparametersofMAPwereanalyzed，andtheprocessofevaluationwasintroduced．Takingbeefasallexample，evaluatinginde—xessuchaspHvalue，TVB-N(totalvolatilebasicnitrogen)value，driploss，totalbac

5、terialcountandtincturewereselected，andthemodelofMAPevaluationwassetupandprovedbycasestudy．ResultsFromtheresuh，itwaseasilyconcludedthatthevaluesofevaluatingsamplesMAP2，MAP6andMAP9were0．61，0．83and0．69，respectively，consistentwiththeMAPperformanceofbeef．ConclusionT

6、hismethodispracticalandapplicableforallMAPevaluationandprovidesbasisforMAPdesign．KEYWORDS：backpropagationnetwork；MAP；projectevaluation气调包装是当前使用最广泛的一种用于果蔬肉具体涉及评价指标的选择、如何定量评价等复杂问类产品保鲜的包装方法。其原理是通过调节包装内题。当前对此方面研究较少，且现有评价方法过于片的气体环境，使N，，CO，气体的含量比例适合产品保面，无法评价气调包装的综合性能

7、，不具有推广存，同时选用具有一定透气性的包装材料，在产品的性--61。呼吸作用和包装内外气体交换的双重作用下达到抑文中将BP神经网络引入气调包装的评价方法制细菌繁殖、延缓新陈代谢的目的，从而保证产品质中，利用BP网络的非线性、自适应性好、容错能力强量l11。]。对气调包装的效果进行评价是难点和重点，等优点，建立基于BP神经网络的气调包装评价模型，收稿日期：2013—05—24基金项目：西安工业大学大学生创新专项经费资助项目(201210702068)作者简介：曹乐(1979一)，男，陕西西安人，博士，西安工业大学讲师

8、，主要研究方向为物流包装。第35卷第1期曹乐等：基于BP神经网络的气调包装评价方法研究39并阐述模型的设计过程，实现对气调包装的科学评误差传播到输入层，有：价]。■■E=寺-k=1(d一∑i=0～nP)))(7)1BP神经网络由上述分析可得，误差与各层权值PQ存在函数关系。反复调整各层权值，可使误差E减小。调整BP神经网络是目前应用效果最好的神