典型文献
基于BP神经网络预测红外-喷动干燥带壳鲜花生水分比
文献摘要：
为实现带壳鲜花生红外-喷动干燥过程中水分比的预测,本实验探究了不同干燥温度(55、60、65℃和70℃)、进口风速(16、17、18m/s和19m/s)和助流剂质量(1.0、1.5、2.0 kg和2.5 kg)对带壳鲜花生干燥时间和干燥速率的影响,建立了输入层为干燥温度、进口风速、助流剂质量和干燥时间,隐含层节点数为11,输出层为带壳鲜花生水分比,拓扑结构为"4-11-1"的BP神经网络模型.结果表明:干燥温度和进口风速是影响带壳鲜花生水分比的主要因素,增加进口风速和提高干燥温度能有效缩短带壳鲜花生的干燥时间,提高干燥效率.采用Levenberg-Marquardt(L-M)算法为训练函数,选择tansig-purelin为网络传递函数,经过有限次训练得到的BP神经网络模型,其水分比预测值与实验值之间的决定系数R2为0.99,均方误差为0.02,水分比预测结果相较于传统经典数学模型准确且迅速.本研究建立的BP神经网络模型可为带壳鲜花生在红外-喷动干燥过程中的水分比在线预测提供理论依据和技术支持.
文献关键词：
BP神经网络;带壳鲜花生;红外-喷动干燥;水分比;预测模型
中图分类号：
作者姓名：
朱凯阳;任广跃;段续;仇彩霞;李琳琳;楚倩倩;余祖艳
作者机构：
河南科技大学食品与生物工程学院,河南洛阳 471000;粮食储藏安全河南省协同创新中心,河南郑州 450001
文献出处：
引用格式：
[1]朱凯阳;任广跃;段续;仇彩霞;李琳琳;楚倩倩;余祖艳-.基于BP神经网络预测红外-喷动干燥带壳鲜花生水分比)[J].食品科学,2022(11):9-18
A类：
带壳鲜花生
B类：
神经网络预测,生水,水分比,干燥过程,实验探究,干燥温度,进口风速,18m,19m,干燥时间,干燥速率,输入层,隐含层节点数,出层,拓扑结构,加进,高干,干燥效率,Levenberg,Marquardt,tansig,purelin,传递函数,限次,练得,决定系数,均方误差,传统经典,在线预测
AB值：
0.265233
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
