摘要
本发明公开了一种基于机器学习和多目标算法优化植物提取物制备的方法,属于植物提取技术领域。所述方法包括:首先,通过收集植物提取物制备过程中的数据,然后,使用反向传播神经网络模型建立工艺参数和产品品质之间的非线性映射关系,实现提取工艺和产品多个品质指标的预测,最后,结合多目标优化算法优化工艺参数。采用优化后的工艺参数进行植物提取物的制备可以显著提升提取产物的营养和感官品质。本发明满足多目标、复杂、高维的优化场景,适用任意植物提取物的制备,应用范围广。
技术关键词
植物提取物
非线性映射关系
算法
神经网络模型
指标
植物提取技术
优化工艺参数
标准化方法
优化场景
数据
原料粉碎
成分含量
超声功率
pH值
变量
样本
误差
感官
口感
系统为您推荐了相关专利信息
评价指标体系
GAN模型
数据
梯度下降法
评价方法
活动预测方法
贝叶斯网络模型
实时监测数据
模拟模型
构建预测模型
LSTM算法
历史运行数据
管理方法
变压器运行数据
管理系统
馈线终端单元
运维方法
历史监测数据
历史运行数据
数字孪生模型