论文部分内容阅读
啤酒中的乙酸大多是酵母在发酵过程中产生的.乙酸含量对啤酒风味的影响显著,尤其是含量高于阈值时.因此,控制乙酸的含量对保证啤酒风味一致性非常重要.在本项研究中,采用人工神经网络和支持向量机(SVM)来预测啤酒发酵结束时的乙酸含量.啤酒发酵过程参数和啤酒中乙酸含量之间的关系采用偏最小二乘(PLS)回归法、反向传播神经网络(BP-NN)、径向基函数神经网络(RBF-NN)和最小二乘支持向量机(LS-SVM)进行建模.本研究中所使用的数据来自同一品牌啤酒的146个生产批次.LS-SVM和RBF预测乙酸含量要优于RBP-NN和PLS.对比RBF-NN和LS-SVM,RBF-NN构建的模型可靠性更好,但预测的准确性要低一些.SVM有较好的泛化性,但是模型的可靠性较低.总之,在这项研究中,预测大生产啤酒发酵中的乙酸含量时,LS-SVM模型要优于RBF.