基于BP神经网络模型对果蔬热物性的预测

利用神经网络模型预测果蔬热物性参数变化规律,以冻结-熔融速率、含水量和可溶性固形物作为神经网络的输入因子,以果蔬冰点、比热容、焓值为输出因子,采用MATLAB软件对数据提取,并归一化处理,BP神经网络拟合对处理后的90％的数据进行模型拟合训练,其余10％的数据进行模型的仿真测试.结果表明,果蔬热物性参数冰点、比热容、焓值模型拟合的可决定系数在0.920以上,最大的目标性能误差为0.00687,绝对误差在0.8附近.研究结果表明,BP神经网络拟合果蔬热物性参数模型可得到精确的结果,可缩短相关实验的时长,也可有效地使用神经网络预测模型进行相关方面的研究,进行一些较难实现的实验操作.