基于神经网络的菠萝香气成分色谱保留值研究

秦正龙 冯长君

(1.江苏师范大学化学与材料科学学院，江苏 徐州 221116；2.徐州工程学院化学化工学院，江苏 徐州 221008)

菠萝富含维生素、氨基酸、蛋白质、脂肪、胡萝卜素、膳食纤维及各种有机酸[1-2]，营养丰富，汁多肉嫩，味香浓郁，酸甜可口，还具有利尿、解暑、降压、预防便秘和抗癌等功效[3]。由于果品的品质一定程度上决定于果品的香气，因此，近年来对菠萝香味成分的研究引起了人们广泛关注，王花俊等[4]对菠萝挥发性香味化合物进行了分离鉴定，确认了44种成分；魏长宾等[5]采用聚类分析及主成分分析方法对菠萝的香气成分进行了多样性研究；刘胜辉等[6]应用顶空固相微萃取和气相色谱—质谱技术，鉴定分析了6个菠萝新品种的香气成分；张钰乾[7]研究了不同品种、不同产地菠萝的特征香气成分。目前，对菠萝香气成分的研究主要集中在分离、鉴定和检测方面，而对其香气成分性质的研究则较少。神经网络是模拟人脑网络结构的一种信息功能处理系统，该方法自适应、自学习能力强，可以构建高质的非线性模型，在药物、环境、食品及智能控制等领域应用广泛[8-12]，但利用神经网络方法研究菠萝挥发性香味组分未见报道。为此拟采用神经网络方法中的误差逆传播多层前馈网络算法，建立文献[4]中44种香气成分色谱保留时间与其分子结构之间的神经网络模型，以期为菠萝的风味特点、质量检验等提供依据。

1 材料与方法

1.1 材料

菠萝挥发性香味化合物的保留时间(RT)取自文献[4]。

1.2 方法

2 结果与分析

2.1 多元回归模型的确定

(1)

用模型(1)给出的计算值与试验值的平均误差为3.92 min (计算值1，见表2)。

2.2 模型(1)的质量检验

为了判断模型是否存在离域点，以44个菠萝挥发性香味化合物的Jackknifed相关系数R作雷达图(图1)，以0.93为圆心，0.01为间距，44个Jackknife相关系数围绕原始模型(1)的相关系数(R=0.947)上下波动，Jackknife的相关系数为0.941～0.961，说明模型(1)没有异常的离域点。

2.3 建立神经网络模型

为了使模型的预测精准度进一步提高，使用误差反向传播方法的3层网络结构，以前述最好的多元回归模型中的6种分子结构参数作为神经网络的输入层单元，挥发性香味成分的色谱保留时间作为输出层单元，最佳隐蔽层的单元数按照许禄等[16]的建议规则求得，其值为3。因此，网络结构为6∶3∶1。为了避免发生过拟合，将菠萝中44种挥发性香味物质划分为3个集，1组5个数据，其中的第1、3、4个数据即为训练集，其相关系数为0.994，每组的第2、5个数据则分别为测试集和验证集，其相关系数分别是0.997，0.995，总相关系数为0.995。由神经网络法得到的计算值见表2(计算值2)，多元回归法与神经网络法试验值和计算值的关系见图2。综上，神经网络法更优。

2.4 结果分析

表1 TR与的回归结果†Table 1 Regression results nK,Ei and TR

表2 菠萝香气成分的结构参数及色谱保留时间Table 2 Structural parameter and chromatographic retention time of aroma components from pineapple

图1 相关系数的雷达图Figure 1 Radar chart of correlation coefficient

图2 两种方法试验值与计算值的关系Figure 2 The relationship between experimental and calculated values of RT of the two methods

3 结论