基于BP神经网络的果蔬热导率预测模型

被引：10

作者：

张敏 ^{[1
]}

钟志友 ^{[1
]}

杨乐 ^{[1
]}

赵惠忠 ^{[2
]}

陈健华 ^{[1
]}

车贞花 ^{[1
]}

机构：

[1] 上海海洋大学食品学院

[2] 上海理工大学环境与建筑学院

来源：

农业机械学报 | 2010年 / 41卷 / 10期

关键词：

果蔬; 热导率; BP神经网络; 预测模型;

D O I：

暂无

中图分类号：

TS255.1 [基础科学];

学科分类号：

摘要：

通过微热探针法测试装置研究了30个品种的果蔬热导率与可溶性固形物含量、含水率、密度和硬度等因素的变化关系,提出了一种基于BP神经网络的果蔬热导率预测模型,并根据误差比较分析进行了模型优化。结果表明,该优化网络模型具有较好的热导率预测效果,平均相对误差为1.11%,平均绝对误差为0.005 7W/(m.K),可以用于果蔬贮藏加工业中果蔬热传递过程的计算。

引用

页码：117 / 121+116 +116

页数：6

共 9 条

[1] 温度和含水率对土壤比热容影响的神经网络预测
袁巧霞
[J]. 农业机械学报, 2008, (05) : 108 - 111
[2] 生鲜食品导热系数影响因素的试验与分析
张敏
张杰
孙治强
张百良
张雷杰
[J]. 河南农业大学学报, 2007, (06) : 680 - 683
[3] 木材导热系数非线性拟合的神经网络模型
徐旭
俞自涛
胡亚才
范利武
田甜
岑可法
[J]. 浙江大学学报(工学版), 2007, (07) : 1201 - 1204
[4] 果蔬热导率测试系统设计和试验
张敏
赵惠忠
谢晶
孙治强
张百良
[J]. 农业机械学报, 2006, (01) : 90 - 93
[5] 微探针法测量低温下生物材料导热系数研究
张海峰
程曙霞
何立群
[J]. 仪器仪表学报, 2004, (01) : 53 - 56
[6] 果蔬导热系数的测试
张忠进
金文桂
[J]. 农业工程学报, 1996, (01) : 192 - 195
[7] Using neural networks to predict thermal conductivity of food as a function of moisture content, temperature and apparent porosity
Sablani, SS
Rahman, MS
[J]. FOOD RESEARCH INTERNATIONAL, 2003, 36 (06) : 617 - 623
[8] An improved thermal conductivity prediction model for fruits and vegetables as a function of temperature, water content and porosity
Rahman, MS
Chen, XD
Perera, CO
[J]. JOURNAL OF FOOD ENGINEERING, 1997, 31 (02) : 163 - 170
[9] 食品冷冻冷藏原理与设备.[M].华泽钊等编著;上海市教育委员会组编;.机械工业出版社.1999,

← 1 →