[发明专利]基于极限学习机的面包生产建模及决策参数优化方法

权利要求书

1.基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，包括以下步骤：

S1设定影响面包口感质量的控制参数和面包品质评分标准；

S2对制作出的面包的品质进行评分；

S3收集已制作出的面包实验数据，所述实验数据包括高筋面粉数据、砂糖数据、盐数据、脱脂奶粉数据、黄油数据、酵母数据、水数据，将所述实验数据分别作为极限学习机的输入参数X1、X2……X7，以面包烘焙品质得分作为输出参数Y；

S4对实验数据样本进行归一化处理，使数据样本归于[0,1]之间，所述归一化处理的计算公式如下：

式中，a、b分别为归一化处理的范围[0,1]内的最小值和最大值，xi为数据集C中第i个数据归一化前的数值，x’_i为数据集C中第i个数据归一化后的数值，max(C)表示数据集C中的最大值、min(C)表示数据集C中的最小值；

S5采用归一化处理后的实验数据作为训练集对面包最优配方的极限学习机模型进行训练，获得训练好的极限学习机模型；

S6应用极限学习机优化面包配方，使用训练好的极限学习机模型得到最优控制参数。

2.如权利要求1所述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

所述控制参数包括高筋面粉数据、砂糖数据、盐数据、脱脂奶粉数据、黄油数据、酵母数据、水数据。

3.如权利要求1所述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

所述面包品质评分标准包括，面包体积得分满分为35分，表皮色泽得分满分为5分，表皮质地与面包形状得分满分为5分，包芯色泽得分满分为5分，平滑度得分满分为10分，纹理结构得分满分为25分，弹柔性得分满分为10分，口感得分满分为5分，通过以上评分标准对面包打分，总分为100分。

4.如权利要求1述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

进行体积检验时，使用面包体积测定仪进行测量，包括，将待测面包称重，选择与待测面包体积相仿面包模块，放入体积仪底箱中，盖好，从体积仪顶端放入填充物，至标尺零线，盖好顶盖后反复颠倒几次，消除死角空隙，调整填充物加入量至标尺零线，取出面包模块，放入待测面包，拉开插板使填充物自然落下，在标尺上读出填充物的刻度，即为面包的实测体积。

5.如权利要求1所述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

将获取到的样本数据分成训练集和测试集，具体为：

将获取到的样本数据按照训练测试比为4:1分成训练集和测试集。

6.如权利要求1所述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

极限学习机网络包括三层结构，分别为输入层、隐层和输出层；

选取影响面包口感质量的影响因子作为神经网络的输入，影响因素的个数为输入层神经元个数，选取面包口感质量评分作为神经网络的输出，评分为输出层神经元个数，隐层激励函数为其中x为隐层神经元的输入。

7.如权利要求1所述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

训练极限学习机面包口感质量评分模型，将训练样本输入极限学习机面包口感质量评分模型进行训练学习，求出输出权值矩阵β。

8.如权利要求1所述的基于极限学习机的面包生产建模及决策参数优化方法，其特征在于，

将测试样本输入训练好的极限学习机面包口感质量评分模型得到输出值，将其反归一化处理后得到预测值，将预测值和实际预测值进行比较计算，验证评价面包口感质量评分模型。