摘要
本发明公开了一种基于神经网络和遗传算法的适度加工水产品方法,包括以下步骤:通过Box‑Behnken设计实验获取水产品加工数据;构建反向传播人工神经网络模型,通过水产品加工数据对反向传播人工神经网络模型进行训练,获得训练后的反向传播人工神经网络模型;通过训练后的反向传播人工神经网络模型预测水产品加工过程中的关键品质指标;通过遗传算法对关键品质指标进行全局优化,获得最佳参数组合;根据最佳参数组合进行水产品的适度加工。本发明能够同时预测和优化多个关键品质指标,并通过遗传算法对工艺参数进行全局优化,实现适度加工水产品。
技术关键词
人工神经网络模型
最佳参数组合
遗传算法
预测水产品
水产品加工过程
指标
计算机装置
数据获取模块
处理器
节点数
可读存储介质
存储器
定义
系统为您推荐了相关专利信息
视觉检测模块
中央控制模块
分拣机械臂
动态称重传感器
多级输送装置
料斗阀门
模糊PID控制器
饲料生产线
称重传感器
饲料出料装置
整车物流调度
温室气体排放量
二氧化碳排放量
车辆
甲烷排放量
微粒群算法
染色体
网络
变压器故障诊断
遗传算法优化