屈小娟，范瀚文，張 良，劉書成，*，吉宏武，毛偉杰，解萬翠

（1.廣東海洋大學(xué)食品科技學(xué)院，廣東湛江 524088;2.廣東普通高校水產(chǎn)品深加工重點實驗室，廣東湛江 524088)

神經(jīng)網(wǎng)絡(luò)優(yōu)化南美白對蝦蝦仁熱燙工藝

屈小娟1，2，范瀚文1，2，張 良1，2，劉書成1，2，*，吉宏武1，2，毛偉杰1，2，解萬翠1，2

（1.廣東海洋大學(xué)食品科技學(xué)院，廣東湛江 524088;2.廣東普通高校水產(chǎn)品深加工重點實驗室，廣東湛江 524088)

熱燙是南美白對蝦熟制產(chǎn)品加工中的一個重要步驟。為控制南美白對蝦的熱燙過程和產(chǎn)品品質(zhì)，建立了南美白對蝦蝦仁熱燙工藝的神經(jīng)網(wǎng)絡(luò)模型，并對其工藝參數(shù)進行了優(yōu)化。結(jié)果表明：熱燙溫度和時間對殺菌效果、感官評分和硬度有顯著的影響，而食鹽濃度的影響相對較小，優(yōu)化的熱燙工藝參數(shù)為鹽濃度2%、熱燙溫度（93±1)℃、熱燙時間120s，在該條件下熱燙的蝦仁，既可以達到水產(chǎn)熟制品衛(wèi)生標準，又具有較好的食用品質(zhì)。

南美白對蝦，神經(jīng)網(wǎng)絡(luò)，熱燙，品質(zhì)

南美白對蝦（Litopenaeus vannamei)，學(xué)名凡納濱對蝦，因營養(yǎng)豐富、肉質(zhì)鮮美而深受人們喜愛[1-2]。但是蝦類在微生物及內(nèi)源酶的作用下非常易于腐敗變質(zhì)，且會在多酚氧化酶的作用下發(fā)生黑變現(xiàn)象[3]，貨架期很短。因此，南美白對蝦在加工過程中必須進行預(yù)處理，以滿足南美白對蝦精深加工的需要。熱燙是熟蝦制品加工中常用且有效的預(yù)處理方法，可以起到殺菌和滅酶的作用，防止腐敗和黑變[4];但是如果熱燙處理不合適，則會導(dǎo)致蝦產(chǎn)品的品質(zhì)變差，因此需要對蝦仁的熱燙過程進行有效地控制，使其不僅能達到殺菌滅酶的目的，而且能夠保持良好的產(chǎn)品品質(zhì)。在熱燙工藝優(yōu)化的研究中，常見的分析方法是正交實驗（orthogonal test)和響應(yīng)面（response surface methodology，RSM)。正交實驗所得的優(yōu)選值只限于實驗所用水平的某種組合，不能在給出的整個區(qū)域上找到因素和響應(yīng)值之間的一個明確的函數(shù)表達式即回歸方程，從而無法找到整個區(qū)域上因素的最佳組合和響應(yīng)值的最優(yōu)值[5]。而響應(yīng)面法雖然能夠克服這一缺點，但是在分析之前需要尋求適合的模型，且只適用于二次函數(shù)模型的模擬，適用范圍也有一定的局限性[6]。人工神經(jīng)網(wǎng)絡(luò)簡稱神經(jīng)網(wǎng)絡(luò)，是在現(xiàn)代神經(jīng)科學(xué)研究的基礎(chǔ)上對生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能進行數(shù)學(xué)抽象、簡化和模仿而逐步發(fā)展起來的一種新型信息處理和計算系統(tǒng)[7]。近些年，有關(guān)利用人工神經(jīng)網(wǎng)絡(luò)來優(yōu)化控制食品加工過程的報道越來越多[8-13]。影響熱燙工藝的因素有很多，而且產(chǎn)品品質(zhì)也會由于熱燙參數(shù)的不同而有所改變，所以很難用一個數(shù)學(xué)模型來簡單的描述其相互之間的關(guān)系。熱燙過程屬于非線性和非穩(wěn)態(tài)系統(tǒng)，非常適合用人工神經(jīng)網(wǎng)絡(luò)來進行優(yōu)化和控制?；谌斯ど窠?jīng)網(wǎng)絡(luò)對非線性系統(tǒng)有較強處理能力的特點，本實驗以產(chǎn)品的細菌總數(shù)下降對數(shù)、感官評分以及硬度作為指標，對影響產(chǎn)品指標的關(guān)鍵因素（鹽濃度、熱燙溫度和時間)進行模擬訓(xùn)練，建立熱燙過程的神經(jīng)網(wǎng)絡(luò)模型，優(yōu)化熱燙工藝參數(shù)，為熟蝦產(chǎn)品生產(chǎn)過程的控制提供參考。

1 材料與方法

1.1 材料與設(shè)備

南美白對蝦 湛江霞山東風水產(chǎn)批發(fā)市場，?；钸\至廣東省高等學(xué)校水產(chǎn)品深加工重點實驗室，挑選對蝦時盡量挑選個體適中、無傷、體表光滑、無爛眼、爛尾、每條蝦質(zhì)量為15～18g;平板計數(shù)瓊脂（PCA) 北京陸橋公司;碘鹽 市售。

UX2200H電子天平 日本島津;HH-8數(shù)顯恒溫水浴箱 常州澳華儀器有限公司;DHG-9240A型電熱鼓風干燥箱 上海一恒科學(xué)儀器有限公司;EYELA SLI-700恒溫培養(yǎng)箱 上海愛朗儀器有限公司;C21-SK2102電磁爐 廣東美的生活電器制造有限公司;TMS-Pro型物性分析質(zhì)構(gòu)儀 美國FTC公司;YXQLS-18SI手提式壓力蒸汽滅菌鍋 上海博迅實業(yè)有限公司;QL-861振蕩器 上海市愛寶家用醫(yī)療器械;SW-CJ-2F超凈工作臺 上海博迅實業(yè)有限公司醫(yī)療設(shè)備廠。

1.2 實驗方法

1.2.1 熱燙工藝流程 原料→挑選→去頭、去殼、去腸腺→清洗→熱燙→瀝水→裝袋

1.2.2 菌落總數(shù)的測定 按照GB/T 4789.2-2010[14]進行。

1.2.3 感官品質(zhì)評定 參考曹榮等[15]的方法，略有改動。由5位感官檢驗員組成評定小組，根據(jù)表1對熱燙后南美白對蝦蝦仁的色澤、滋味氣味、組織質(zhì)地等進行綜合評定。評分結(jié)果以平均分顯示（平均分＝總評分/評價員數(shù))，評分尺度：5=好，4=較好，3=一般，2=差，1=最差。

1.2.4 硬度測定 參考曹榮等[15]的方法。采用TMSPro型物性分析儀測試硬度。測試參數(shù)值：測試速度60mm/min;測試深度（應(yīng)變)50%;量程1000N;起始力0.2N;樣品高度16mm。采用P/0.5cm柱形探頭對蝦仁第二腹節(jié)的硬度進行測試，測試3個平行樣。

1.2.5 數(shù)據(jù)處理 采用JMP7.0數(shù)據(jù)處理軟件中的神經(jīng)網(wǎng)絡(luò)平臺。

2 結(jié)果與討論

2.1 神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的采集

本實驗以細菌總數(shù)下降對數(shù)Y1（-lg（N/N0))（N表示處理后的細菌總數(shù)，N0表示初始細菌總數(shù))、感官評分Y2、蝦仁硬度Y3作為響應(yīng)變量，考察鹽濃度、熱燙溫度、熱燙時間對其的影響。采用Box-Behnken設(shè)計來確定人工神經(jīng)網(wǎng)絡(luò)優(yōu)化需要輸入的訓(xùn)練數(shù)據(jù)，因素水平見表2，實驗方案及結(jié)果見表3。

表2 因素水平表Table 2 Code of factors and levels

表3 實驗設(shè)計及結(jié)果Table 3 Experimental design and results

2.2 神經(jīng)網(wǎng)絡(luò)模型的建立

根據(jù)實驗數(shù)據(jù)，選擇“K折疊”交叉驗證的方法擬合響應(yīng)變量的神經(jīng)網(wǎng)絡(luò)模型。在進行擬合迭代之前，需要先設(shè)定以下參數(shù)值：隱藏節(jié)點數(shù)、過擬合罰項、歷程數(shù)、最大跌代數(shù)、收斂準則、交叉驗證組數(shù)，通過改變各參數(shù)值的大小，對神經(jīng)網(wǎng)絡(luò)進行多次訓(xùn)練，選擇最佳的神經(jīng)網(wǎng)絡(luò)模型。當輸入的各參數(shù)值分別為：5、0.001、20、50、0.00001、5時，確定的3×5×3結(jié)構(gòu)的三層神經(jīng)網(wǎng)絡(luò)（圖1)，即3個輸入神經(jīng)元，分別代表鹽水濃度（X1)、熱燙溫度（X2)和熱燙時間（X3);5個隱含層神經(jīng)元;3個輸出神經(jīng)元，分別代表實驗指標細菌總數(shù)下降對數(shù)（-lg（N/N0))（Y1)、感官評分（Y2)、硬度（Y3)。三個實驗指標對應(yīng)的擬合決定系數(shù)R2分別為0.9953、0.9967、0.9940，說明3×5×3結(jié)構(gòu)的三層神經(jīng)網(wǎng)絡(luò)模型具有較好的預(yù)測能力。

表1 熱燙南美白對蝦蝦仁的感官評價標準Table 1 Standards of organoleptic evaluation on blanched shelled fresh Pacific white shrimp

圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Structure of artificial neural network

2.3 神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化與分析

為了研究X1、X2、X3對Y1、Y2、Y3的影響，先固定其中的1個因素為0水平，利用JMP7.0軟件中的曲面刻畫器作三維曲面圖，然后對其進行正投影處理，結(jié)果見圖2～圖4。

2.3.1 對細菌總數(shù)下降對數(shù)（-lg（N/N0))（Y1)的分析從圖2a可以看出，鹽濃度（X1)對殺菌效果影響不顯著，尤其是在長時間的熱燙過程中（圖2a陰影的上邊界)，這與何學(xué)連[4]的研究結(jié)果一致;熱燙溫度（X2)在83℃以下對殺菌效果影響不大，但是隨著溫度的繼續(xù)升高，細菌總數(shù)下降較快（圖2b)，這可能是因為在熱燙過程中，溫度升高到83℃，蝦體溫度超出了微生物的耐受范圍，微生物體內(nèi)蛋白質(zhì)發(fā)生變性，酶類失活，從而導(dǎo)致其快速死亡;熱燙時間（X3)越長，殺菌效果越好，超過90s后，熱燙時間對殺菌效果的影響變小（圖2c)。

圖2 鹽濃度（X1)、溫度（X2)、熱燙時間（X3)對殺菌效果（Y1)的影響Fig.2 Effect of salt concentration（X1)，temperature（X2)and time（X3)on bacteria inactivation（Y1)

2.3.2 對感官評分（Y2)的分析 從圖3a可以看出，在相同的熱燙溫度和較短的處理時間區(qū)域內(nèi)（圖3a陰影的下邊界)，隨著鹽濃度（X1)的上升，感官評分呈急劇下降，而當處理時間較長（圖3a陰影的上邊界)，鹽濃度對感官分數(shù)幾乎沒有影響，這可能是因為在熱燙初期，已有大量鹽分進入肌肉組織內(nèi)部，蝦仁失水過多，感官品質(zhì)達到最低[15]，繼續(xù)延長時間，蝦仁品質(zhì)不再變化。從圖3b可以看出，在75～90℃范圍內(nèi)，隨著熱燙溫度（X2)的升高，感官評分持續(xù)上升，而達到90℃后繼續(xù)升溫，感官評分趨于平穩(wěn)。從圖3c可以看出，隨著熱燙時間（X3)的增加，感官評分持續(xù)上升，當熱燙時間達到75s時，感官分數(shù)達到最高，繼續(xù)加熱，蝦仁的感官品質(zhì)反而有所下降，這可能是蝦仁在煮制過程中，蛋白質(zhì)會發(fā)生熱變性，表現(xiàn)為氫鍵減少，蛋白質(zhì)的二級結(jié)構(gòu)受到影響，持水力降低，使得肌肉組織中的吸附水與部分結(jié)合水被釋放出來[16]，造成蝦仁失水。

圖3 鹽濃度（X1)、溫度（X2)、熱燙時間（X3)對感官評分（Y2)的影響Fig.3 Effect of salt concentration（X1)，temperature（X2)and time（X3)on sensory index（Y2)

2.3.3 對硬度（Y3)的分析 從圖4a可以看出，鹽濃度（X1)對硬度幾乎沒有影響;從圖4b可以看出，隨著熱燙溫度（X2)升高，蝦仁硬度先減小后增大，當溫度達到90℃以上時，溫度對硬度的影響較顯著;Lespinard研究了不同加熱處理條件對蘑菇質(zhì)構(gòu)的影響，結(jié)果表明，當溫度高于一定值時，隨著溫度的增加，熱燙蘑菇硬度呈顯著增加的趨勢[17]。加熱過程中蝦仁硬度的增加與肌原纖維蛋白質(zhì)的熱變性、水分流失等有關(guān)，從而使肌肉組織產(chǎn)生一定程度的收縮，呈現(xiàn)致密性，則表現(xiàn)為硬度的增加[18-19];從圖4c可以看出，熱燙時間（X3)為75s時，硬度最小。

圖4 鹽濃度（X1)、溫度（X2)、熱燙時間（X3)對硬度（Y3)的影響Fig.4 Effect of salt concentration（X1)，temperature（X2)and time（X3)on hardness（Y3)

2.3.4 南美白對蝦蝦仁熱燙工藝參數(shù)的確定 由前面的分析可知，鹽濃度（X1)對殺菌效果（Y1)、感官分數(shù)（Y2)和硬度（Y3)的影響均不明顯，但是在燙漂液中添加適量的食鹽，不僅能夠提高燙漂液的滲透壓，縮短燙漂時間，減少因燙漂造成的不必要的營養(yǎng)損失，而且能殺滅部分微生物，因此綜合考慮選用鹽濃度為2%。熱燙溫度（X2)和熱燙時間（X3)對殺菌效果（Y1)、感官分數(shù)（Y2)和硬度（Y3)的影響較大。在尋求較佳的熱燙溫度和熱燙時間時，最值得關(guān)注的指標是殺菌效果。根據(jù)相關(guān)熟制水產(chǎn)品衛(wèi)生要求[20]，當菌落總數(shù)下降至104CFU/g時，即能達到水產(chǎn)熟制品衛(wèi)生標準。經(jīng)過清水沖洗后的新鮮蝦仁起始細菌總數(shù)經(jīng)測定為6.5×103CFU/g，已達到上述標準，但是蝦仁中可能還攜帶有一些致病菌。為了獲得更安全可靠的熟制蝦仁，本實驗選取菌落總數(shù)下降至102CFU/g，即菌落總數(shù)下降1.5-lg數(shù)為基本標準，借助JMP7.0軟件的預(yù)測刻畫器對熱燙工藝進行優(yōu)化，確定合適的熱燙溫度（X2)和熱燙時間（X3)，結(jié)果見圖5。

圖5 神經(jīng)網(wǎng)絡(luò)預(yù)測刻畫圖Fig.5 Prediction plot of artificial neural network

從圖5可知，為達到菌落總數(shù)下降1.5-lg數(shù)的標準，固定鹽濃度為2%，當溫度達到最大值100℃，熱燙時間需要達到（85±1)s左右（圖5a)，但是感官分數(shù)較低，而且硬度達到了最大;將時間設(shè)定到最大120s，并且為使感官評價達到最好，硬度達到較低，調(diào)節(jié)熱燙溫度為（93±1)℃即可達到菌落總數(shù)下降1.5-lg數(shù)的標準（圖5b)。因此，優(yōu)化得到的南美白對蝦蝦仁熱燙工藝參數(shù)為鹽濃度2%、熱燙時間120s、熱燙溫度為（93±1)℃。

2.4 神經(jīng)網(wǎng)絡(luò)模型的驗證

為了驗證建立的神經(jīng)網(wǎng)絡(luò)模型是否符合實際情況，選取2組新的因素水平組合數(shù)據(jù)：最佳工藝條件（2%，93℃，120s)，對比條件（2%，83℃，120s)分別做三組平行實驗取平均值（見表4)來測試該神經(jīng)網(wǎng)絡(luò)模型。以2組實驗數(shù)據(jù)為驗證輸入，利用建立好的神經(jīng)網(wǎng)絡(luò)模型對結(jié)果進行預(yù)測，然后與實驗結(jié)果進行比較，以檢驗人工神經(jīng)網(wǎng)絡(luò)預(yù)測的準確性和穩(wěn)定性，結(jié)果見表4。

表4 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值與實驗值的比較Table 4 Comparison of the predicted values of ANN and the experimental values

從表4可知，建立的神經(jīng)網(wǎng)絡(luò)模型具有較好的預(yù)測能力，能較為準確地預(yù)測南美白對蝦的熱燙過程，預(yù)測值與實驗值的相對誤差較小，因此可利用該神經(jīng)網(wǎng)絡(luò)對整個熱燙過程進行控制預(yù)測。

3 結(jié)論

利用Box-Behnken響應(yīng)面實驗設(shè)計建立數(shù)據(jù)集，以菌落總數(shù)下降1.5-lg為基本標準，建立了南美白對蝦蝦仁熱燙工藝參數(shù)對蝦仁品質(zhì)影響的神經(jīng)網(wǎng)絡(luò)模型;分析闡明了鹽濃度、熱燙溫度和時間對殺菌效果、硬度和感官品質(zhì)的影響規(guī)律;經(jīng)綜合優(yōu)化分析后，確定的熱燙工藝參數(shù)為：鹽濃度2%，熱燙溫度在（93±1)℃，熱燙時間120s;驗證實驗表明建立的神經(jīng)網(wǎng)絡(luò)模型可以實現(xiàn)對南美白對蝦蝦仁熱燙過程的控制和預(yù)測。

[1]遲淑艷，楊奇慧，周歧存，等.南美白對蝦幼體和仔蝦淀粉酶和脂肪酶活力的研究[J].水產(chǎn)科學(xué)，2005，24（4)：4-5.

[2]Nilesh P N，Soottawat B.Effect of ferulic acid on inhibition of polyphenoloxidase and quality changes of Pacific white shrimp（Litopenaeus vannamei)during iced storage[J].Food Chemistry，2009，116（1)：323-331.

[3]常耀光，李兆杰，薛長湖，等.超高壓處理對南美白對蝦在冷藏過程中貯藏特性的影響[J].農(nóng)業(yè)工程學(xué)報，2008，24（12)：230-237.

[4]何學(xué)連，袁信華，過世東.燙漂工藝對白對蝦品質(zhì)的影響[J].食品與發(fā)酵工業(yè)，2007（10)：115-118.

[5]Liang Ren Jie.Orthogonal test design for optimization of the extraction of polysaccharides from Phascolosoma esulenta and evaluation of its immunity activity[J].Carbohydrate Polymers，2008，73（4)：558-563.

[6]Desai K M，Survase S A，Saudagar P S，et al.Comparison of artificial neural network（ANN)and response surface methodology（RSM)in fermentation media optimization：Case study of fermentative production of scleroglucan[J].Biochemical Engineering Journal，2008，41（3)：266-273.

[7]史德芳，高虹，程薇，等.人工神經(jīng)網(wǎng)絡(luò)在食品加工過程模擬控制中的應(yīng)用[J].食品研究與開發(fā)，2009，30（1)：176-179.

[8]Torrecilla J S，Otero L，Sanz P D.A neural network approach for thermal/pressure food processing[J].JournalofFood Engineering，2004，62（1)：89-95.

[9]Movagharnejad K，Nikzad M.Modeling of tomato drying using artificialneuralnetwork[J].Computersand Electronicsin Agriculture，2007，59（1-2)：78-85.

[10]劉靜，管驍.SVM方法在肉品新鮮度分類問題中的應(yīng)用[J].食品工業(yè)科技，2011，32（4)：112-116.

[11]張良，劉書成，章超樺，等.神經(jīng)網(wǎng)絡(luò)優(yōu)化牡蠣的高密度CO2殺菌工藝[J].農(nóng)業(yè)工程學(xué)報，2011，27（12)：369-373.

[12]Adam Bucinski，Magdalena Karamac，Ryszard Amarowicz. Modeling the tryptic hydrolysis of pea proteins using an artificial neural network[J].LWT－Food Science and Technology，2008，41（5)：942-945.

[13]侯清娥，秦小明，林華娟.基于神經(jīng)網(wǎng)絡(luò)法制備牡蠣呈味肽工藝優(yōu)化研究[J].食品工業(yè)科技，2011，32（11)：301-304.

[14]GB/T 4789.2-2010食品微生物學(xué)檢驗，菌落總數(shù)[S].

[15]曹榮，薛長湖，李兆杰，等.鷹爪蝦蝦仁煮制工藝研究及殘留微生物分析[J].食品工業(yè)科技，2009，30（8)：212-215.

[16]吳燕燕，邱澄宇.草魚加熱過程中肌肉蛋白質(zhì)的熱變性[J].水產(chǎn)學(xué)報，2005，29（1)：133-136.

[17]Lespinard A R，Go?i S M，Salgado P R.Experimental determination and modelling of size variation，heat transfer and quality indexes during mushroom blanching[J].Journal of Food Engineering，2009，92（1)：8-17.

[18]Tornberg E.Effects of heat on meat proteins-Implications on structure and quality of meat products[J].2005，70（3)：493-508.

[19]張維益，李春保，徐幸蓮，等.油煎過程中豬排質(zhì)構(gòu)及感官品質(zhì)的變化[J].食品科學(xué)，2010，31（13)：23-26.

[20]DB11/617-2009熟制水產(chǎn)品衛(wèi)生要求[S].北京.

Optimization of blanching parameters of shelled fresh Pacific white shrimp based on neural network

QU Xiao-juan1，2，F(xiàn)AN Han-wen1，2，ZHANG Liang1，2，LIU Shu-cheng1，2，*，JI Hong-wu1，2，MAO Wei-jie1，2，XIE Wan-cui1，2
（1.College of Food Science and Technology，Guangdong Ocean University，Zhanjiang 524088，China;2.Key Laboratory of Advanced Processing of Aquatic Products of Guangdong Higher Education Institution，Zhanjiang 524088，China)

Blanching is an important step during the process of cooked shrimp.In order to control the blanching process and shrimp quality，a neural network model was established and the process parameters of blanching shrimp was optimized.The results showed that both blanching temperature and time had significant effect on bacteria inactivation，sensory index and hardness，while salt concentration had a less effect on these indexes. The optimal blanching process parameters were 2%salt concentration，（93±1)℃blanching temperature，120s blanching time.Under these conditions，the blanched shelled fresh shrimps not only met the sanitary standards of aquatic cooked products but also had a better edible quality.

Pacific white shrimp;neural network;blanching;quality

TS254.4

B

1002-0306（2012)14-0291-05

2011－11－28 *通訊聯(lián)系人

屈小娟（1986-)，女，在讀碩士研究生，主要從事水產(chǎn)品高值化加工與利用研究。

2010年廣東海洋大學(xué)大學(xué)生創(chuàng)新實驗項目（1056610017);國家蝦產(chǎn)業(yè)技術(shù)體系建設(shè)專項資金（CARS-47);廣東省水產(chǎn)蛋白改性技術(shù)研究團隊專項資金（2011A020102005)。