采用神经网络和支持向量机预测啤酒中乙酸含量  

Predicting acetic acid content in the final beer using neural networks and support vector machine

作　　者：胡雪莲(摘译)[1] 高文举(摘译)[1] 

机构地区：[1]四平金士百纯生啤酒股份有限公司,136001

出　　处：《啤酒科技》2014年第2期62-67,共6页Beer Science and Technology

摘　　要：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，尤其是含量高于闽值时。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。

关 键 词：啤酒 神经网络支持向量机 有机酸 乙酸 发酵 

分 类 号：TS262.5[轻工技术与工程—发酵工程]