[发明专利]一种基于神经网络技术的啤酒口味预估方法

摘要

本发明涉及一种基于神经网络技术的啤酒口味预估方法。现有的啤酒风味鉴定方法需要人工确定。本发明方法首先获取各原料种类的啤酒生产中试记录；其次根据各种指标参数对啤酒风味进行模糊综合评判，计算出每批次记录的啤酒风味指数；然后根据每批次的组分质量百分比和口味指数T训练啤酒口味的神经网络模型；最后应用已训练好的神经网络模型进行啤酒口味预估分析。本发明方法自动化程度高、使得啤酒风味的评定更佳客观化。

主权项

1.一种基于神经网络技术的啤酒口味预估方法，其特征在于该方法包括如下步骤：步骤1、获取各原料种类的啤酒生产中试记录，所述的中试记录包括成品的苦味、酒花香味、口感、杀口力及各原料组分的质量百分含量；步骤2、根据各种指标参数对啤酒风味进行模糊综合评判，计算出每批次记录的啤酒风味指数，具体步骤为：步骤a、确定因素集U和评价集V；U＝{苦味，酒花香味，口感，杀口力}，V＝{4，3，2，1}；根据语言变量的隶属度函数表，确定U中各因素对评价集V的隶属度；步骤b、用V对U中诸因素进行评价，得到模糊关系矩阵RR=r11r12...r14r21r22...r24............r41r42...r44]]>式中，r_ij为因素u_i对评价等级v_j的隶属度，且0≤r_ij≤1；矩阵R中第i行R_i＝(r_i1，r_i2，...，r_i4)为第i个评价因素u_i的单因素评判，它是评判集V上的模糊子集；步骤c、模糊变换，B＝W⊕R，得到综合评判结果B＝(b₁，b₂，...，b₄)，其中W＝(w₁，w₂，...，w₄)表示各因素的权重集，步骤d、根据加权隶属度原则，计算啤酒口味指数T：T＝B·V步骤3、根据每批次的组分质量百分比和口味指数T训练啤酒口味的神经网络模型；步骤4、应用已训练好的神经网络模型进行啤酒口味预估分析；将拟预估的原料的质量百分比传送给模型的输入神经元，模型即能预估出该配方的啤酒口味指数。