領(lǐng)學術(shù)科研之先,創(chuàng)食品科技之新
—— 中國食品雜志社
期刊集群
基于優(yōu)化的灰色關(guān)聯(lián)分析-極限學習機食用油污染物風險評價模型研究
來源:食品科學網(wǎng) 閱讀量: 158 發(fā)表時間: 2023-03-22
作者: 于家斌,范依云,王小藝,趙峙堯,金學波,白玉廷,王立,陳慧敏
關(guān)鍵詞: 食用油安全;風險評價;灰色關(guān)聯(lián)分析;極限學習機;實用貝葉斯優(yōu)化
摘要:

近年來食用油安全事故頻發(fā),為降低這類事件的威脅,對其風險評價模型進行研究有著極其重要的意義。針對目前食用油檢測數(shù)據(jù)高維性、非線性、離散性和含噪聲的特點,現(xiàn)有風險評價模型存在噪聲抑制能力差、評價不準確和模型參數(shù)調(diào)整主觀性強等問題。對此,本實驗提出一種食用油污染物風險評價模型。首先進行風險指標篩選以及數(shù)據(jù)預處理,然后將處理后的數(shù)據(jù)輸入到基于小波閾值法的濾波模塊中進行濾波,隨后通過灰色關(guān)聯(lián)分析計算各風險指標的權(quán)重來制定多指標綜合風險值標簽;由極限學習機(extreme learning machine,ELM)對綜合風險值進行預測,在上述過程中利用實用貝葉斯優(yōu)化算法分別來優(yōu)化濾波模塊和ELM網(wǎng)絡(luò)的參數(shù);最后利用模糊綜合分析對預測綜合風險值進行風險等級劃分。本研究依托150 組食用油數(shù)據(jù)進行分析,詳細闡述了該模型的使用流程,通過不同模型對比實驗,本研究模型決定系數(shù)R2和均方根誤差分別為0.056 3和0.946 1,進一步驗證了方法的優(yōu)越性和有效性,可以為相關(guān)部門制定風險控制策略、抽檢策略以及優(yōu)化加工鏈提供更為合理的依據(jù)。

電話: 010-87293157 地址: 北京市豐臺區(qū)洋橋70號

版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2

长寿区| 营口市| 遂溪县| 珲春市| 龙川县| 池州市| 黑水县| 大兴区| 濉溪县| 商洛市| 福清市| 凭祥市| 赞皇县| 左权县| 凤山县| 梧州市| 湛江市| 十堰市| 天门市| 阿尔山市| 怀化市| 永德县| 屏山县| 万源市| 曲阜市| 枞阳县| 遂宁市| 新宁县| 桃园县| 海原县| 沾化县| 简阳市| 勃利县| 大理市| 阿拉善右旗| 江永县| 吴旗县| 柏乡县| 临海市| 康马县| 大丰市|