吳燕燕，陶文斌,，張濤,

(1.中國水產(chǎn)科學研究院南海水產(chǎn)研究所，農(nóng)業(yè)部水產(chǎn)品加工重點實驗室，廣州 510300； 2.上海海洋大學食品學院，上海 201306)

自第一次工業(yè)革命以來，工廠化機械式生產(chǎn)以其高效率、高產(chǎn)出的優(yōu)勢逐漸取代人力成為工業(yè)生產(chǎn)的主力軍，并隨即擴散至各行各業(yè)。進入二十一世紀以后，隨著計算機技術的發(fā)展，食品工業(yè)生產(chǎn)逐步向智能化工業(yè)的新紀元邁進。通過計算機模擬技術對食品中相關加工參數(shù)的設計和驗證，可以清楚地了解食品加工過程中的關鍵控制點和最優(yōu)參數(shù)，為實現(xiàn)食品工業(yè)精準分工、優(yōu)化生產(chǎn)、協(xié)同配合、高效產(chǎn)出的智能化生產(chǎn)奠定了基礎。

1　計算機模擬技術的原理及其優(yōu)勢

計算機模擬技術是根據(jù)對象的特點尋找出其中的規(guī)律，并用計算機語言使其呈現(xiàn)在計算機上的一種方式。大部分研究是基于數(shù)學理論建立起來的數(shù)學模型，利用數(shù)學表達式來解析某個過程，并在計算機上進行模擬。模型的劃分有多種形式，如按數(shù)學模擬過程分為機理模型、實驗模型、混合模型；按時態(tài)本質(zhì)分為穩(wěn)態(tài)模型與動態(tài)模型；按參數(shù)分布情況分為集中參數(shù)模型和分布參數(shù)模型；按確定性分為確定模型和隨機模型等。例如，玉米蛋白在超聲波預處理后進行酶法水解，并在計算機上通過蛋白質(zhì)酶切過程的模擬軟件對蛋白酶進行自動篩選[1]，這個模型就屬于機理模型，反映了實際過程的本質(zhì)。

不適用數(shù)學模型表示的過程系統(tǒng)，一般使用人工神經(jīng)網(wǎng)絡(artificialneuralnetwroks，ANN)來表示。ANN建立在仿生學的基礎上，模擬人類大腦的神經(jīng)網(wǎng)絡結構與功能特征，通過工程技術手段，將許多原始、不確定的單元連接成非線性、自適應信息處理系統(tǒng)。ANN的優(yōu)點是能夠有效地對不確定的數(shù)據(jù)進行非線性自適應信息處理，有良好的自動調(diào)節(jié)能力和自適應性[2]。在實驗中使用計算機模擬技術能夠簡化并縮短將實驗結果擴大到工業(yè)生產(chǎn)的進度，同時有效地避免了實際模擬時某些變量不易控制、計算工作困難以及誤差較大的問題，使實驗更經(jīng)濟、更快速、更詳盡，有利于研究實驗對象的動態(tài)性質(zhì)和控制方式，更方便篩選出最優(yōu)方案[3]。

總之，利用計算機模擬技術能夠極大地減少工作量、優(yōu)化設計、縮短研究進程、降低研發(fā)成本，給食品研究與開發(fā)提供了一種快速、直觀、經(jīng)濟的方法。

2　計算機模擬技術在食品工業(yè)中的研　究現(xiàn)狀

2.1　在食品加工技術的研究現(xiàn)狀

2.1.1食品冷凍加工

食品冷凍過程預測模擬方法主要有: 理論計算法，經(jīng)驗公式法和數(shù)值法。近20年間，國內(nèi)外學者以牛肉為目標，基于有限元法，通過數(shù)值模擬技術進行牛肉冷凍過程的理論研究[4]。如王海鷹[5]用數(shù)學物理模型來描述添加冰核細菌對瘦牛肉冷凍時間的影響，結果發(fā)現(xiàn)冷凍過程最終形成的冰晶尺寸受冰核細菌影響而減小，這說明冰核細菌能夠改善冷凍食品品質(zhì)，具有潛在的應用價值。近年來，研究者將目光轉向了有限元法和有限差分法(表1)，并取得了較好的成果?？傮w來說，計算機模擬技術在食品冷凍方面的研究是探究不同食品在冷凍過程的時間、速率、溫度、水分和冰晶變化規(guī)律，為不同食品尋找到最適的冷凍工藝條件提供方法。雖然數(shù)值模擬在食品冷凍方面的建模與優(yōu)化中的研究很多，但是實際應用于食品的生產(chǎn)與加工中還比較困難。復雜食品的幾何形狀以及數(shù)學模型的邊界條件的選用等都會不同程度地增加求解難度。另外，冷凍過程中的晶體生長、玻璃化的因素也會影響模型的準確性。因此，開發(fā)更有效、更簡單的數(shù)學模型具有重要意義。

表1　有限元法和有限差分法的差別及在冷凍食品研究中的應用Tab.1　Differences between finite element method and finite difference method and their applications in frozen food research

2.1.2食品熱加工

食品在加熱過程中主要有傳熱、相變、收縮、傳質(zhì)等變化。傳統(tǒng)的加熱方式即熱傳遞，通過高溫使食物達到相近的溫度。目前，電阻加熱、真空低溫油炸、射頻加熱等加熱方式逐漸代替?zhèn)鹘y(tǒng)的加熱方式在食品中應用，而計算機模擬技術在這些技術的開發(fā)應用中起到重要的作用，通過計算機模擬技術建立了相關的加熱模型，見表2。在食品干燥方面，熱風干燥、真空干燥、紅外干燥、微波干燥等技術也不斷開發(fā)出來，根據(jù)不同的干燥方法運用計算機數(shù)值模擬技術建立了微波干燥模型[17]、紅外干燥模型[18]、真空干燥模型[19]和熱風干燥模型[11]等干燥數(shù)值模型(表2)。

從表2中可以看出，有限元模型、ANN模型等更適用于比較復雜的過程，并能夠直觀地展現(xiàn)變化規(guī)律。若設計的模型能夠考慮更多實際中的影響因素，則能對加熱設備或方式提供更好的改良意見。

2.1.3食品中有效成分分離

為了獲得特定蛋白、氨基酸、活性肽及其他功能活性物質(zhì)，在食品加工中，酶的利用和酶解工藝是很重要的環(huán)節(jié)。近年來，這方面的技術得到了長足的發(fā)展。朱蘊菡[20]、吳體智等[21]建立了快速篩選酶解物中活性肽的方法，即利用計算機分子對接技術，輔助篩選雜色蛤酶解物中血管緊張素轉化酶(angiotensin converting enzyme，ACE)抑制活性多肽，確定多肽與ACE蛋白的作用位點，精準制備了ACE抑制活性肽。馬濤等[22]基于三文魚蛋白Sal s 1蛋白源，根據(jù)Peptide Cutter軟件中推薦的蛋白酶對三文魚蛋白Sal s 1蛋白序列模擬酶切，建立了蛋白酶解模型幫助篩選合適的組合，結果表明，中性蛋白酶和堿性蛋白酶的酶解組合能夠最大限度地解除過敏原表位，甚至毒性肽段。此外，ANN在食品有效成分分離方面發(fā)揮重要的作用(表3)。由計算機軟件得出的模型兼具機理與統(tǒng)計學的優(yōu)點，準確度高且易實行，在計算機模擬技術的輔助下，食品中有效成分的分離過程能夠快速準確地被預測，有效地提高了工作效率。

表2　食品熱加工過程中計算機模擬技術的使用Tab.2　Applications of computer simulation techniques during the food heating process

2.1.4 食品3D打印

3D打印技術是快速成型技術的一種，它將計算機輔助設計(computer aided design，CAD)制作的三維數(shù)字模型分成多層平面切片，再由3D打印機將可黏合材料按切片圖形采用分層加工和疊加成型的方式，逐層增加材料而生成三維實體的技術，是一種結合了數(shù)字建模技術、信息技術、機電控制技術、材料科學與化學等諸多方面的前沿技術。Hao等[29]發(fā)現(xiàn)噴頭高度、噴頭速率和擠壓速率對3D打印的巧克力成型質(zhì)量的優(yōu)劣起著關鍵性的作用。3D打印技術也應用到食品中，如將用食品黏合劑和調(diào)料作為油墨，通過3D建模設計形狀打印出了人造肉，其味道與普通肉糜味道相差不大，形狀還可以自定義，豐富了肉制品的加工方式和品種，也滿足不同消費者的需求[30]；因為3D打印食品的原料容易攜帶，干粉狀的碳水化合物、蛋白質(zhì)及微量元素可保存30年，所以特別適合應用于航天食品，美國宇航局已經(jīng)研發(fā)了一種食品3D打印機，這種打印機能夠打印出披薩、營養(yǎng)淀粉糊等食品，以提供給宇航員在太空中食用[31]。

表3　ANN在食品有效成分分離中的應用Tab.3　Applications of ANN in the separation of food active ingredients

目前，3D打印在食品中的開發(fā)應用方興未艾，特別是3D打印的人造肉要做到完全模仿肉的食物屬性，還存在較多的技術問題需要研發(fā)[32]，食品研發(fā)人員正在加緊研究計算機精準模擬各類食品加工過程，以期為這些食品進行3D打印生產(chǎn)提供有力的技術支撐，比如魚糜制品的生產(chǎn)，如何提高3D打印出來的魚糜凝膠強度，使其得到很好的保持等。

2.1.5食品貯藏中貨架期預測

食品貯藏中貨架期是指食品從生產(chǎn)出廠的當天起，在貯運過程中保持質(zhì)量和營養(yǎng)價值不變的一段時間。目前食品的貨架期預測模型的主要構建方法有微生物學法、物理化學動力學方法、BP神經(jīng)網(wǎng)絡方法、威布爾危害分析法和Q10模型[33]，見表4。其中，微生物學法和BP神經(jīng)網(wǎng)絡法是當前在食品貨架期預測中最常用的方法。目前，貨架期預測方面的研究正朝著揭示食品品質(zhì)發(fā)生改變的本質(zhì)前進，機理研究已經(jīng)很接近本質(zhì)，然而導致品質(zhì)變化的主要代謝過程尚不清晰，這也是今后需要努力的方向。

表4　計算機模擬技術在食品貨架期預測中的應用Tab.4　Applications of computer simulation technology in food shelf life prediction

2.2　計算機模擬技術在食品檢測方面的研究現(xiàn)狀

食品在生產(chǎn)、加工、運輸、貯藏及銷售等過程中都會因為許多不良的條件而導致食品腐敗變質(zhì)，比如受到有害微生物、病毒污染，食品自身酶的作用，機械損傷，氧氣缺乏等。為了避免食用腐敗變質(zhì)食品，食品檢測尤為重要。

2.2.1食品感官與品質(zhì)評價

食品感官評價是描述和判斷食品質(zhì)量最直觀的指標，是一門用于制定、測量、分析和說明人類通過視覺、嗅覺、味覺、觸覺和聽覺而感知感覺的學科。通過計算機模擬技術，開發(fā)了質(zhì)構儀(電子嘴)、電子舌、電子鼻、電子眼等可用于食品感官評價的設備，更加準確、定量和定性地評價食品。

計算機嗅覺技術方面：林顥等[38]基于色敏傳感器陣列的嗅覺可視化系統(tǒng)成功鑒別不同食醋的醋齡；顧海洋[39]建立金屬卟啉與揮發(fā)性氣體反應前后的分子模型，并開發(fā)了可以用于鳊新鮮度檢測的嗅覺可視化傳感器計算機嗅覺與味覺聯(lián)用技術。田曉靜[40]通過使用電子鼻、電子舌系統(tǒng)檢測且識別了雞肉、豬肉、羊肉、凍融不同次數(shù)的羊肉以及分別混入雞肉和豬肉的摻假羊肉糜樣品，成功實現(xiàn)了電子鼻、電子舌及其聯(lián)用信號對不同種類樣品的區(qū)分和識別，建立了有效預測羊肉糜中混入的豬肉、雞肉和羊肉凍融次數(shù)的模型。在計算機視覺技術方面，將由計算機視覺系統(tǒng)采集的擠壓食品的顏色信息和由質(zhì)構分析儀而獲取的質(zhì)構特征值，借助線性擬合模型對擠壓食品的質(zhì)構特征進行相關性分析，通過建立的ANN模型，直接以視覺系統(tǒng)采集的顏色信息來快速預測擠壓食品的質(zhì)構特征[41]。孫大文等[42]通過對披薩圖像信息處理，闡明了披薩品質(zhì)與圖像品質(zhì)間的關系，建立了披薩產(chǎn)品質(zhì)量與安全的自動檢測技術，實現(xiàn)對披薩品質(zhì)的無損快速檢測。黃星奕等[43]將計算機視覺技術應用于魚新鮮度的檢測，通過圖像采集系統(tǒng)收集分析了鯽在4 ℃儲藏條件下魚眼虹膜、鰓、體表的顏色以及體表的紋理等區(qū)域圖像特征信息，結合ANN模型對魚儲藏天數(shù)進行預測，結果準確率達到85%。通過分析大西洋鮭肉色變化，建立評判魚肉品質(zhì)的分級標準并實現(xiàn)自動分級[44-45]；應用計算機可視技術研究了對蝦干燥過程中，干燥溫度和干燥介質(zhì)速率對對蝦顏色的變化的影響，表明產(chǎn)品干燥的質(zhì)量屬性可以通過計算機視覺系統(tǒng)(computer vision system，CVS)實時預測、控制和優(yōu)化[46]。

2.2.2食品藥物殘留檢測

計算機模擬技術大大提高食品藥物殘留檢測的精密度和準確性。孫永生[47]利用機器視覺獲取膠體金免疫層析試紙條圖像，并結合神經(jīng)網(wǎng)絡建立圖像特征值與濃度之間的預測模型來檢測萊克多巴胺樣品濃度。王慧瑩[48]利用計算機視覺技術建立了一種利用食品微生物快速檢測系統(tǒng)來檢測蠟樣芽孢桿菌的方法。

2.3　計算機模擬技術在食品智能化監(jiān)管方面的研發(fā)應用概況

計算機模擬技術的發(fā)展是使食品從生產(chǎn)、貯藏到銷售的整個產(chǎn)業(yè)鏈的管理與監(jiān)測實現(xiàn)自動化、智能化的基礎。發(fā)達國家對于計算機信息技術在食品全程監(jiān)管中的研究與應用已經(jīng)十分成熟。美國聯(lián)邦法規(guī)中要求對原料的貯藏與使用進行相關管理，以防止原料的污染和誤用，推薦使用自動化庫存分離控制系統(tǒng)或者計算機信息技術等[49]。歐盟食品安全監(jiān)管局(EFSA)利用計算機與信息技術進行數(shù)據(jù)采集，為風險評估工作提供基礎資料。中國在這方面的研究應用雖相對滯后，但也開始了一些應用。

2.3.1HACCP全程監(jiān)控系統(tǒng)

食品HACCP自動控制軟件的開發(fā)是計算機信息技術在食品加工過程的全程監(jiān)控的應用，通過分析食品加工過程中各環(huán)節(jié)中可能存在的危害因素，建立關鍵控制點，并通過生產(chǎn)過程記錄所有關鍵點控制的情況，保留監(jiān)測結果，并對出現(xiàn)的問題及時進行自動糾正。

2.3.2仿真系統(tǒng)

通過構造某類食品生產(chǎn)的模型、收集數(shù)據(jù)、轉換模型、驗證和執(zhí)行之后，對結果進行分析，獲得最佳的某類食品生產(chǎn)方案，同時利用這個仿真系統(tǒng)監(jiān)控該類食品生產(chǎn)過程中存在的風險，出現(xiàn)問題及時做出調(diào)整[50]。

2.3.3食品安全監(jiān)控系統(tǒng)

為提高對食品質(zhì)量安全的監(jiān)管力度，保護消費者的權益，利用計算機信息技術，使用電子標簽方式，將食品從原料就開始記錄，包括原料的產(chǎn)地、品種、采摘、加工方式、加工條件等信息，采用全球衛(wèi)星定位系統(tǒng)(GPS)記錄食品流通過程車輛位置、時間等的相關信息，采用溫濕度監(jiān)控系統(tǒng)記錄加工或運輸過程的溫度、濕度信息，再結合射頻識別技術、可視化監(jiān)控技術等，對食品生產(chǎn)鏈的各個環(huán)節(jié)收集的信息進行編碼和存儲，建立信息系統(tǒng)，根據(jù)監(jiān)管需要設置權限，使有需要的人通過在生產(chǎn)鏈數(shù)據(jù)庫輸入電子標簽查詢目標產(chǎn)品的全部生產(chǎn)流程，從而達到全程追溯的目的,實現(xiàn)食品安全的實時監(jiān)控和統(tǒng)一管理，科學合理地應對各種突發(fā)事件，提高管理監(jiān)控的能力，使消費者放心消費[51]。

3　問題與展望

計算機技術的不斷發(fā)展為食品行業(yè)提高生產(chǎn)效率、改善產(chǎn)品質(zhì)量、降低生產(chǎn)成本、提高產(chǎn)品安全性等方面做出了巨大的貢獻。計算機技術在模擬現(xiàn)實、處理復雜多樣的變量，并根據(jù)模擬結果輔助得出決策的利用方面起到重要的作用，是當前國內(nèi)外食品研究的熱點。綜上所述，計算機模擬技術在食品中的很多研究，由于食品種類繁多，加工方式不同，存在模型的設計難度大，求解繁瑣且工作量大，得到的模型僅停留在研發(fā)階段，存在難以在實際生產(chǎn)中應用等問題。有些模型依然只是接近于某種實際情況，還會出現(xiàn)一些不能被考慮的現(xiàn)象，例如冷凍過程中的晶體生長、玻璃化的因素會影響模型的準確性。特別是當前有關食品加工過程的模型及產(chǎn)品貨架期預測模型方面，評價的指標多種多樣，模型繁雜，存在準確性和實用性較差的問題，距離產(chǎn)業(yè)推廣應用還有較大的差距。另外，中國多數(shù)企業(yè)，尤其是中小型企業(yè)員工的文化水平有限，缺乏相關專業(yè)知識，這也是計算機技術在中國食品領域難以普及和應用的一個重要原因。

但我們也看到，當前計算機模擬技術在食品干燥技術的模型設計、感官品質(zhì)評價技術、3D技術等方面取得很好的進展，通過計算機模擬獲得相應的參數(shù)和模型，開發(fā)出相應的設備，從而很好地應用于食品產(chǎn)業(yè)，有效地推動了食品科技進步，使食品加工、檢測分析更快捷，指標評價更客觀合理。

隨著當今世界進入工業(yè)互聯(lián)網(wǎng)時代，“中國制造2025”的實施，計算機模擬技術在食品產(chǎn)業(yè)中的應用將更普及。加深對計算機信息技術的研究與推廣，為中國食品工業(yè)向智能化發(fā)展提供強大動力，為推動民族食品工業(yè)發(fā)展提供必需的技術支撐。

3.1　加深數(shù)學模型的研究

食品研發(fā)人員要提高自身的數(shù)學和計算機能力，利用現(xiàn)有的有限元法、有限差分法、有限體積法等數(shù)值模擬方法，以及越來越先進的計算機設備和計算能力，從數(shù)學模型入手，研發(fā)能夠分析更多因素的模型，使預測結果更逼真；然后在此基礎上簡化模型，減少模型的復雜性，開發(fā)通用性強的配套軟件。

3.2　著重研究在食品貨架期開發(fā)中的準確性、實用性和方便性

合理和準確地評價食品貨架期是食品產(chǎn)業(yè)所急需的。針對動植物類食品、水產(chǎn)食品、微生物食品的加工特點和產(chǎn)品特性，通過計算機建模的方式，深入研究不同種類的食品在加工、流通和貯藏過程中理化性質(zhì)、微生物和生化特性的變化趨勢，慎重選擇食品貨架期評價指標，充分考慮計算機預測模型的準確性、實用性和方便性，建立相對精準的貨架期模型。并依據(jù)得到的計算機預測模型，開發(fā)便攜式的食品貨架期檢測或監(jiān)測裝置。

3.3　加快發(fā)展在食品檢測、監(jiān)控和智能化生產(chǎn)方面的應用

食品檢測和質(zhì)量安全監(jiān)控是保證食品安全的關鍵手段，將人工神經(jīng)網(wǎng)絡、計算機視覺技術、味覺技術等技術有效應用于食品檢測、監(jiān)測和監(jiān)管中是迫切需要解決的問題。特別是隨著人工成本的增加，如何使傳統(tǒng)食品生產(chǎn)加工模式實現(xiàn)升級，向智能化、自動化、標準化生產(chǎn)邁進是食品產(chǎn)業(yè)亟需解決的難題。利用計算機模擬技術能夠解決生產(chǎn)過程中關鍵參數(shù)的確定和相關模型建立，為企業(yè)生產(chǎn)規(guī)劃提供更好的建議，還可及時了解人們對產(chǎn)品的需求狀況，以便調(diào)整食品的產(chǎn)量、包裝甚至風味，最后通過智能化食品檢測、監(jiān)測系統(tǒng)的嚴格把關，從而使生產(chǎn)的食品質(zhì)量得到保障。

3.4　加快在水產(chǎn)食品產(chǎn)業(yè)中的應用

水產(chǎn)品是健康安全的食品，但水產(chǎn)品出水后極易腐敗變質(zhì)，所以水產(chǎn)食品的加工、流通、貯藏過程更為復雜，水產(chǎn)品的品質(zhì)和安全性監(jiān)測更為重要，目前，計算機模擬技術在水產(chǎn)品中的應用研究極少。今后需要加大水產(chǎn)食品的智能化加工和智能產(chǎn)品的開發(fā)，加強標準化、智能化生產(chǎn)技術的研發(fā)，并結合水產(chǎn)品可追溯體系，建立全程監(jiān)控的智能化監(jiān)控系統(tǒng)，實現(xiàn)傳統(tǒng)水產(chǎn)食品生產(chǎn)加工模式實現(xiàn)向智能化、自動化、標準化生產(chǎn)的跨越。

參考文獻：

[1]金建. 基于計算機模擬與超聲輔助酶法制備高生物利用度玉米蛋白的研究[D]. 蘇州:江蘇大學, 2015.

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

[3]黃建蓉, 李琳. 計算機模擬及優(yōu)化技術在罐頭食品熱殺菌過程中的應用[J]. 糧油加工與食品機械, 2000(6): 26-31.

[4]成芳, 楊小梅, 由昭紅, 等. 食品冷凍過程的數(shù)值模擬技術[J]. 農(nóng)業(yè)機械學報, 2014,45(7): 162-170.

[5]王海鷹. 冰核細菌對模擬食品冷凍特性的影響研究[D]. 杭州:浙江大學, 2007.

[6]楊小梅. 對蝦冷凍過程的溫度分析及其數(shù)值模擬[D]. 杭州:浙江大學, 2014.

[7]郭金城. 食品冷凍加工過程建模與優(yōu)化[D]. 長春:吉林大學, 2009.

[8]韓健飛. 通電加熱對豆?jié){中脂肪氧化酶的影響及數(shù)值模擬研究[D]. 泰安:山東農(nóng)業(yè)大學, 2016.

[9]Llave Y, Liu S, Fukuoka M,et al. Computer simulation of radiofrequency defrosting of frozen foods [J]. J Food Eng, 2015, 152：32-42.

[10]Tiwari G, Wang S, Tang J, et al. Computer simulation model development and validation for radio frequency (RF) heating of dry food materials [J]. J Food Eng, 2011, 105(1): 48-55.

[11]江曉. 馬鈴薯熱風干燥過程中物性變化的數(shù)值模擬及可視化研究[D]. 廣州:廣東海洋大學, 2011.

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

[13]Geeraerd A H, Herremans C H, Ludikhuyze L R, et al. Evaluation of model parameter accuracy by using joint confidence regions: Application to low complexity neural networks to describe enzyme inactivation [J]. Math Computin Simulat, 1998, 48(1): 53-64.

[14]Chen C R, Ramaswamy H S. Modeling and optimization of variable retort temperature (VRT) thermal processing using coupled neural networks and genetic algorithms [J]. J Food Eng, 2002, 53(3): 209-220.

[15]Hussain M A, Rahman M S, Ng C W. Prediction of pores formation (porosity) in foods during drying: generic models by the use of hybrid neural network [J]. J Food Eng, 2002, 51(3): 239-248.

[16]羅慶豐, 夏建業(yè), 劉勤生. 計算機數(shù)值模擬在真空油炸食品過程中的應用[C]// 中國農(nóng)業(yè)機械學會農(nóng)副產(chǎn)品加工分會. 2005年全國農(nóng)產(chǎn)品加工、食品和包裝工程學術研討會論文集. 北京: 中國農(nóng)業(yè)機械學會農(nóng)副產(chǎn)品加工分會, 2005:141-154.

[17]王磊. 活性米微波干燥系統(tǒng)的研究[D]. 哈爾濱:東北農(nóng)業(yè)大學, 2016.

[18]Celma A R, Rojas S, Lopez-Rodríguez F. Mathematical modelling of thin-layer infrared drying of wet olive husk [J]. Chem Eng Process, 2008, 47(9/10): 1810-1818.

[19]張世偉, 陳帥, 黎勛, 等. 基于三維實體模型的玉米顆粒真空干燥數(shù)值模擬[J]. 真空科學與技術學報, 2016,36(1): 51-56.

[20]朱蘊菡. 基于酶解技術的四角蛤蜊多肽及活性研究[D]. 南京:南京中醫(yī)藥大學, 2013.

[21]吳體智, 盛乃娟, 楊麗, 等. 雜色蛤中ACE抑制肽的分離鑒定與分子對接研究[J]. 食品工業(yè)科技, 2016, 37(19): 153-156,161.

[22]馬濤, 張海欣, 馬永慶, 等. 三文魚小清蛋白定向酶解模型及致敏活性分析[J]. 食品工業(yè), 2017(2): 179-183.

[23]周大鵬, 李謙, 盧鳳莉. 超臨界流體萃取過程混合模型的建立[J]. 河南大學學報(自然科學版), 2006,36(3): 42-46.

[24]趙武奇, 仇農(nóng)學, 王宏. 蘋果渣多酚提取工藝的神經(jīng)網(wǎng)絡建模與遺傳算法優(yōu)化[J]. 食品科學, 2007, 28(12): 138-142.

[25]王徐卿, 沈建福, 王敏, 等. 油茶籽餅多酚的乙醇提取工藝優(yōu)化研究 [J]. 浙江林業(yè)科技, 2007, 27(3): 41-44.

[26]侯清娥. 基于神經(jīng)網(wǎng)絡的牡蠣呈味肽制備及呈味特性研究[D]. 廣州:廣東海洋大學, 2011.

[27]吳燕燕, 宮曉靜, 李來好, 等. 風味蛋白酶水解合浦珠母貝肉制備抗菌肽人工神經(jīng)網(wǎng)絡法優(yōu)化工藝[J]. 食品科學, 2011, 32(20): 63-68.

[28]李琳, 趙謀明, 張黎. 利用人工神經(jīng)網(wǎng)絡優(yōu)化制備鳙魚抗氧化肽[J]. 四川大學學報(工程科學版), 2006(1): 80-85.

[29]Hao L, Mellor S, Seaman O, et al. Material characterisation and process development for chocolate additive layer manufacturing [J]. Virt Phy Protot, 2010, 5(2): 57-64.

[30]周濤, 徐書潔, 楊繼全. 3D食品打印技術研究的最新進展[J]. 食品工業(yè), 2016(12): 208-212.

[31]一平. 給駕車遠行者帶來福音的3D打印食品[J]. 交通與運輸, 2013,29(6): 49-50.

[32]朱毅. 揭秘3D 打印人造肉[J]. 生命與災害, 2014 (7): 24-25.

[33]陳曉宇, 朱志強, 張小栓, 等. 食品貨架期預測研究進展與趨勢[J]. 農(nóng)業(yè)機械學報, 2015,46(8): 192-199.

[34]郭全友, 王錫昌, 楊憲時, 等. 冷藏養(yǎng)殖大黃魚指數(shù)腐敗貨架期模型的構建與評價[J]. 海洋漁業(yè), 2010,32(3): 326-331.

[35]佟懿, 謝晶, 肖紅, 等. 基于電子鼻的帶魚貨架期預測模型[J]. 農(nóng)業(yè)工程學報, 2010(2): 356-360.

[36]林恒欣, 裘曉華, 王歡, 等. 脊腹褐蝦方便食品在常溫貯藏中的貨架期預測分析[J]. 浙江海洋學院學報(自然科學版), 2016,26(5): 417-424.

[37]潘治利, 黃忠民, 王娜, 等. BP神經(jīng)網(wǎng)絡結合有效積溫預測速凍水餃變溫冷藏貨架期[J]. 農(nóng)業(yè)工程學報, 2012, 28(22): 276-281.

[38]林顥, 宋奔騰, 金鴻娟, 等. 基于嗅覺可視化與圖像處理的食醋醋齡檢測[J]. 農(nóng)業(yè)機械學報, 2017,48(1): 275-280.

[39]顧海洋. 金屬卟啉類嗅覺可視化傳感器反應機理及其在魚新鮮度檢測中的應用研究[D]. 蘇州:江蘇大學, 2014.

[40]田曉靜. 基于電子鼻和電子舌的羊肉品質(zhì)檢測[D]. 杭州:浙江大學, 2014.

[41]范方輝, 唐書澤, 馬強, 等. 基于計算機視覺和人工神經(jīng)網(wǎng)絡預測擠壓食品的質(zhì)構特征[J]. 食品工業(yè)科技, 2013, 34(21): 127-132.

[42]孫大文, 吳迪, 何鴻舉, 等. 現(xiàn)代光學成像技術在食品品質(zhì)快速檢測中的應用[J]. 華南理工大學學報(自然科學版), 2012,40(10): 59-68.

[43]黃星奕, 吳磊, 徐富斌. 計算機視覺技術在魚新鮮度檢測中的應用研究[J]. 計算機工程與設計, 2013, 34(10):3562-3567.

[44]劉子毅. 基于計算機視覺的大西洋鮭魚肉色自動分級及攝食活性測量研究[D]. 北京:中國科學院研究生院海洋研究所, 2013.

[45]李蓮, 郭曉亞. 基于計算機視覺的魚類分級方法的研究[J]. 內(nèi)蒙古農(nóng)業(yè)大學學報(自然科學版), 2015(5):120-124.

[46]Hosseinpour S, Rafiee S, Mohtasebi S S, et al. Application of computer vision technique for on-line monitoring of shrimp color changes during drying[J]. J Food Eng, 2013, 115(1): 99-114.

[47]孫永生. 基于機器視覺的β類藥物殘留檢測系統(tǒng)的研究與應用[D]. 杭州:中國計量學院, 2013.

[48]王慧瑩. 基于計算機視覺技術快速檢測食品中蠟樣芽孢桿菌的研究[D]. 長春:吉林大學, 2011.

[49]胡國瑞, 張志強, 文連奎. 計算機信息技術在食品安全控制中的應用[J]. 中國食品衛(wèi)生雜志, 2010,22(6): 567-572.

[50]高愛蓮, 劉曉慧, 劉增磊, 等. 計算機信息技術在食品質(zhì)量安全與檢測中的應用[J]. 食品安全質(zhì)量檢測學報, 2016,7(8): 3418-3423.

[51]朱世平, 董文華, 劉穎, 等. 射頻識別在豬肉安全可追溯系統(tǒng)上的研究進展[J]. 中國畜牧獸醫(yī), 2014,41(7): 202-207.