模糊数学结合智能感官在改良椒麻鸡汁配方中的应用

胡金祥，孙溪，彭毅秦，乔明锋，邓静，吴华昌,易宇文*

(1.四川旅游学院 烹饪学院，成都 610100；2.四川旅游学院 食品学院，成都 610100；3.四川旅游学院 烹饪科学四川省高等学校重点实验室，成都 610100)

椒麻鸡汁是由椒麻鸡演化而来。椒麻鸡以煮熟的鸡肉为主料，以青花椒、葱、煮鸡肉的汤汁、精盐等调配成调味汁的一道菜肴[1]，其鸡肉滑嫩鲜美，花椒味香且麻味突出，回味悠长，深受消费者喜爱。后经厨师整理形成了椒麻鸡汁，其既具有鸡肉的鲜味，也具有花椒的香味和麻味。目前市售的椒麻鸡复合调味料主要有椒麻鸡膏和椒麻鸡汁，但这2种复合调味料存在鸡精味过浓，花椒香味不足等问题。

感官评价是评判食品优劣的最有效、最快捷的方法，其在食品研发领域应用广泛[2]。但感官评价易受个体差异、生理状况、心理状况和喜好差异的影响, 导致结果稳定性差[3]，结果常以分数形式呈现，但有时分数之间差异不显著，不具有统计学意义，而导致评价结果难以让人信服。模糊数学通过构建影响食品感官质量的多因素与评价指标的数学关系来表征影响规律并建立理想化的评价模型，从而实现评价指标的数字化，进而实现评价指标等级的综合评定，使评价结果既具有统计学意义[4]，又符合实际情况。模糊数学感官评价法在食品研发领域应用较为广泛[5-7]。电子鼻和电子舌是20世纪中后期出现的模拟人类嗅觉和味觉器官的仿生仪器，统称智能感官，具有检测速度快、样品前处理简单、操作方便、重现性好等特点，在食品研发领域主要是作为感官评价的辅助手段[8]。另外，主成分分析法(PCA)是在不丢失主要信息的前提下，以较少新变量代替原始变量，直观反映原始数据信息的分析方法，是电子鼻(E-nose)、电子舌(E-tongue)分析的常用方法[9-11]。

本文拟以椒麻鸡汁为研究对象，在传统配方基础上引入鸡骨水解液、蚝油等调味品，通过单因素、正交实验，结合模糊数学感官评价确定其改良配方，并利用电子鼻和电子舌对模糊数学感官评价结果进行验证。

1 材料与方法

1.1 材料与仪器

1.1.1 材料

鸡骨、木瓜蛋白酶、盐、幺麻子花椒油、家乐鸡粉、白糖、清记生姜汁、汉源花椒、海天蚝油、酱油、江联浓缩葱油、江联生姜精油。

1.1.2 仪器

FALLC4N分析天平 常州衡正电子仪器有限公司；FOX4000电子鼻、α-ASTREE电子舌 法国Alpha MOS 公司；30B型万能高效粉碎机 常州市马力干燥设备有限公司；其他实验室常用仪器。

1.2 工艺流程

1.3 实验操作及工艺要点

1.3.1 原料初加工

鸡骨除去残渣，清洗备用；花椒除去杂质，清洗备用。

1.3.2 工艺要点

鸡骨放入已预热的烤箱(250 ℃，5 min)，上火、底火均设置为250 ℃，烤制(20±5) min，取出待冷却后用粉粹机磨成粉，按骨粉的重量加入5倍的饮用水，参照杨铭铎等[12]的方法加入木瓜蛋白酶进行水解，过滤制成鸡骨水解液,将鸡骨水解液煮沸、冷却、过滤，备用。

烘烤时应注意观察鸡骨颜色的变化，待鸡骨表面有80%呈褐色时即应终止烘烤，以免颜色过深影响成品色泽。

花椒放入烤箱(上、下底火200 ℃)，烤(5±2) min，待香味浓郁时，取出晾凉，用粉粹机磨粉，过80目振荡筛，制成花椒粉，备用。

成品：在水解鸡骨液中加入花椒粉、盐、花椒油、鸡粉、白糖、生姜汁、蚝油、酱油、浓缩葱油、生姜精油等搅匀调制成成品。

1.4 配方优化

参考地方标准《川菜烹饪工艺》，邀请8名烹饪大师按照课题组提供的原料制作椒麻鸡汁。统计8位大师在制作椒麻鸡时使用的调味品用量并计算出平均值和标准偏差，其结果见表1。

表1 基础调料用量统计表Table 1 StatisticalTable of basic seasoning dosage

由表1可知，鸡粉、蚝油、花椒油和精盐的用量标准偏差较大，说明这些基础调料用量的离散程度较大，需对它们进行单因素实验[13]。

1.4.1 单因素实验

选取鸡粉1.5，1.75，2，2.25，2.5 g为梯度进行实验；选取蚝油3，3.5，4，4.5，5 g为梯度进行实验；选取花椒油9.0，9.5，10，10.5，11 g为梯度进行实验；选取精盐2.5，3，3.5，4，4.5 g进行实验。

1.4.2 正交实验

通过前期的单因素实验，对鸡粉、蚝油、花椒油和精盐的添加量进行正交实验L9(34)，通过因素之间的相互影响，优化配方，其因素表见表2。

表2 改良配方因素Table 2 The factors of improved formula g

1.5 感官评价

采用定量描述性感官评价，评价人员由8名经验丰富的烹饪名师组成。感官评价小组成员依据GB/T 16291.1-2012和GB/T 16291.2-2010进行人员的选拔、培训与维护。对评价人员依据GB/T 29605-2013要求进行培训，分别从色泽、滋味、香味、流体性质、回味5个因素进行训练和评分。评分标准见表3，评分结果不求和，按1.6的方法处理数据。

表3 感官评价标准表Table 3 The standard of sensory evaluation

1.6 模糊数学模型

因素集是由感官评价各个评价项目组成的集合，用集合A来表示。用a1，a2，a3，a4，a5分别表示色泽、风味、滋味、流体性质和回味，所以集合A={a1，a2，a3，a4，a5}。

评语集是感官评价结果划分等级的集合，用集合B来表示。其评分等级标准为：[8～10]为好，用b1表示；[6～8)为良，用b2表示；[4～6)为一般，用b3表示；[0～4)为差，用b4表示。则评语集可以表示为B={b1，b2，b3，b4}。为使结果的差异更加显著，取各等级分数的中位数为该等级得分，即有B={9，7，5，2}。

权重集是每个感官评价项目在总体感官评价中所占的比重，并给一个比重系数组成模糊向量(C)。本实验感官评价项目包括色泽(c1)、滋味(c2)、香味(c3)、流体性质(c4)、回味(c5)。实验随机邀请20 名消费者(10男10女；20～60岁，每个年龄阶段男女各2人)对影响改良椒麻鸡汁的色泽、滋味、香味、流体性质和回味进行权重分析，其结果见表4，则权重集可表示为C={0.2，0.3125，0.2225，0.1175，0.1475}。

表4 椒麻鸡汁各个因素的权重分析Table 4 The weight analysis of each sensory factor of Zanthoxylum bungeanum chicken broth

模糊矩阵的确定和模糊转换：对感官评价结果划分等级，统计各等级的票数,将不同等级的票数除以参评人数,得到5个等级的行矩阵(A1，A2，A3，A4，A5)， 5个行矩阵组成模糊关系数字矩阵D。将权重集C和模糊关系数字矩阵D合成得到模糊关系评价集E=C×D，从而得到第n个样品的评价结果En=C×Dn。将模糊关系评价集E和评语集矩阵B合成综合评分矩阵F，即有F=E×B。

1.7 电子鼻和电子舌分析

1.7.1 电子鼻分析

称量样品2.00 g，放入10 mL顶空瓶中，密封、编号，待用。分析条件：手动进样，顶空加热温度、时间分别为5 min、70 ℃，载气流量150 mL/s，进样量1500 μL，进样速度1500 μL/s，数据采集120 s，延迟清洗180 s。每个样品平行测7次，取第5，6，7次获得的稳定信号进行分析。

1.7.2 电子舌分析

称量样品2.00 g，定容至100 mL，过滤取80 mL滤液，待用。分析条件：自动进样，每个样品检测120 s，各测7次，取后3次在120 s时采集的数据作为分析数据。

1.8 数据分析与作图

智能感官数据采集分析采用Alphasoft(V12.3)，作图采用Origin 9.1。

2 结果分析

2.1 单因素实验结果

鸡粉添加量对实验结果的影响见图1。

图1 单因素实验结果Fig.1 The results of single factor experiment

由图1中A可知，鸡粉添加量在2 g时，是感官评分的拐点。继续添加，感官评分随之下降，可能是鸡粉的量太高、味道鲜味太过突出，不被评价人员接受。实验选取1.75，2，2.25 g鸡粉添加剂进行正交实验。

图1中B是蚝油用量对实验结果的影响。当蚝油添加量为4.5 g时，是感官得分的拐点，超过4.5 g时，感官评分随之下降，这可能是由于添加过多的蚝油造成颜色过深或者过咸。因此，实验选取4，4.5，5 g蚝油用量进行正交实验。

图1中C是花椒油用量对实验结果的影响。当花椒油添加量为10 g时，感官得分最高，超过10 g时，感官评分随之下降，这可能是由于花椒油过多造成麻味太过突出与诸味不协调所致。最后实验选取9.5，10，10.5 g花椒油用量进行正交实验。

图1中D是精盐用量对实验结果的影响。精盐添加量为4 g时，其感官评分最高。实验选取3.5，4，4.5 g精盐用量进行正交实验。

2.2 改良椒麻鸡调味汁配方优化

2.2.1 鱼香调味汁感官评价结果统计

参照表2，进行4因素3水平的正交实验，对实验结果进行感官评价(见表3)，其评价结果不求和，按照1.6中评语集数据处理，结果见表5。

表5 椒麻鸡调味汁感官评价得票统计Table 5 The vote statistics of sensory evaluation of Zanthoxylum bungeanum chicken broth

2.2.2 模糊数学感官评价处理

结合表5，以1号色泽为例，8～10分，6票；6～8分，2票；4～6 分，0票；0～4 分，0票。统计每个评分等级的票数，然后用4个评分等级的票数除以参与评价的人数，则可得到 B1={0.75，0.25，0，0}，同理可得 B2={0，0.625，0.375，0}，B3={0，0.75，0.25，0}，B4={0，0.875， 0.125，0}，B5={0，0.75，0.25，0}。将得到的B1，B2，B3，B4，B5转换成数字矩阵D1：

同理可得D2，D3，D4，D5，D6，D7，D8，D9。

依据模糊数学原理，结合权重集C={0.200，0.3125，0.2225，0.1175，0.1475}，用矩阵乘法计算感官结果得：

|0.2 0.3125 0.2225 0.1175 0.1475|=

|0.15 0.626 0.224 0|。

同理可得E2，E3，E4，E5，E6，E7，E8，E9。

模糊数学综合总分F= E×A。

同理可得F2=7.3525, F3=7.338125, F4=7.83375，F5=7.581875, F6=7.53875, F7=7.195, F8=7.3525, F9=7.0475。

2.2.3 正交实验结果

依据 2.2.2 的数据处理结果，将1～9号样品评分结果填入正交表，见表6。

表6 椒麻鸡汁正交实验结果Table 6 The results of orthogonal test of Zanthoxylum bungeanum chicken broth

由表6极差分析可知，影响椒麻鸡汁感官质量的因素是H>J>I>K，即鸡粉添加量对实验结果的影响最大，其次是花椒油，蚝油和精盐的添加量对实验结果的影响较小，进一步分析得出最佳组合为H2I2J3K2，即2 g鸡粉，4 g蚝油，10.5 g花椒油，4 g精盐制备的椒麻鸡汁感官得分最高。分析正交表，发现最佳组合H2I2J3K2并不是正交实验的因素组合，4号样品的水平组合与最高感官得分的实验组合最为相似。为此进行验证实验，其验证产品(10号样品)感官评分高达8.112。

2.3 电子鼻、电子舌分析

2.3.1 椒麻鸡汁电子鼻分析

改良椒麻鸡汁正交实验结果电子鼻主成分分析见图2。

图2 电子鼻主成分分析Fig.2 The principal component analysis of E-nose

由图2可知，1～9为正交试验样品，10号为验证样品；PC1+PC2为98.00%，能够反映样品的整体风味。王琼等[14]认为前2个主成分达到85%，就能反映受试样品的整体风味信息。1，2，3，7，9号样品分布在第一、四象限，有一定相似性，这与模糊数学感官评分具有一致性(1，2，3，7，9号样品得分比较靠近)。1，9号样品组内差异主要体现在PC2上，得分比较靠近；2，3，7号样品组与1，9号样品组的差异体现在PC1上，所以2，3，7号样品组与1，9号样品组差异较大。2，3，7号样品组内差异较小，这是由它们的差异主要来源于PC2所决定的。张晓敏等[15]认为如果PC1和PC2差异较大，而样品的差异主要体现在PC2上，则样品之间的差异较小，反之则大。4，5，6，8，10号样品分布在第二、三象限，且4个样品的感官评分都比较高(最低为7.3525，最高为8.112)，说明其具有一定的相似性。4，5，6，8，10号样品在X轴呈正方向分布，10号样品分布在X轴的最左端，感官评分为最高(8.112)，4，5，6，8号样品得分较10号样品逐次降低。10个样品感官得分趋势为从左到右逐个下降，这说明智能感官与感官评价有较好的一致性。

2.3.2 椒麻鸡电子舌主成分分析

改良椒麻鸡汁电子舌主成分分析见图3。由图3可知，1～9为正交试验样品，10号为验证样品；PC1为68.15%，PC2为13.99%，前2个主成分累计为82.14%，能够反映样品滋味轮廓。朱文政等[16]认为前2个主成分达65.2%就足以反映样品的主要特征信息。图3中，1，2，3，4，10号样品分布在Y轴左侧，5，6，7，8，9号样品分布在Y轴右侧，4个象限均有样品分布，说明电子舌能够区分样品。4，5，10号样品紧邻Y轴，且差异主要源于PC2，这和感官评分较为一致，在感官评分中，4，5，10号样品得分分别为7.8338，7.5819和8.1120，为高分组；1，9号样品分布在X轴的两端，这与其感官得分最低(6.8513，7.0475)一致。

图3 电子舌主成分分析Fig.3 The principal component analysis of E-tongue

3 结论

实验以椒麻鸡汁为研究对象，在传统配方基础上添加鸡粉、蚝油、鸡骨水解液等原料，通过单因素、正交实验，结合模糊数学感官评价确定其改良配方，并利用电子鼻和电子舌对模糊数学感官评价结果进行验证。实验结果表明：在其他配料不变的情况下，2 g鸡粉、4 g蚝油、10.5 g花椒油、4 g精盐制备的椒麻鸡汁感官评分最高。实验结果可为椒麻鸡汁工业化生产提供参考，也可为模糊感官结合智能感官在食品开发中的应用提供参考。