[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

说明书

本发明提供基于极限学习机的面包生产建模及决策参数优化。本发明通过建立烘焙口味关于其食材、配比决策变量的复杂系统数学模型，用智能优化方法搜索最佳材料配方，提升消费者口味体验。其实现步骤为：确定制作面包原料组成；确定面包品质评分标准；制作面包；对制作出的面包的品质进行评分；收集面包实验相关数据；训练极限学习机应用极限学习机优化面包配方。本发明通过智能科学方法挖掘面包烘焙过程的生产实绩数据，探求复杂食材、配比潜在的规律，并用智能优化方法搜索最佳的食材、配比，从而满足日益挑剔的消费者口味要求，提高产品品质。

技术领域

本发明涉及面包类食品技术领域，特别涉及基于极限学习机的面包生产建模及决策参数优化方法。

背景技术

常见的烘焙面包面临的挑战主要有：(1)消费升级愈演愈烈，消费者口味挑剔性持续提高，且不同地域有不同偏好；(2)获取各类真实用户反馈和消费场景信息难，比如用户口感的生理反应。这一方面导致难以持续留存消费者，销量增长乏力；另一方面导致食材选择、食材配比、工艺优化和营销设计缺乏目标引导，进而降低经济效益。

在配方研究中，需要观测的面包品质指标很多，包括香味、颜色、口感等感官指标，物性指标，货架期，理化指标等。这种多因素多指标的研究课题若一一采用传统的实验设计方法，如分部实验设计、正交实验设计等，既耗时又耗力，且难以将不同因素、不同指标间复杂关系进行统一。

若能引入人工智能等先进科学技术来促进消费升级，利用面包烘焙制作过程积累的丰富详实的生产实绩数据，通过智能科学方法挖掘面包烘焙过程的生产实绩数据，探求复杂食材、配比、烘焙工艺潜在的规律，并用智能优化方法搜索最佳的食材、配比和烘焙工艺参数，从而满足日益挑剔的消费者口味要求，提高产品品质。

发明内容

针对现有技术的不足，能够解决面包鉴于上述问题，本发明的目的是提供基于极限学习机的面包生产建模及决策参数优化，克服口感质量不好的问题。

本发明提供基于极限学习机的面包生产建模及决策参数优化方法，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。

进一步的，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。

进一步的，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。