来源：期刊VIP网 时间：
作者：周显青;康招阳;韩佳静;闫会杰;冯萧雨;
单位：河南工业大学粮油食品学院;河南工业大学粮食和物资储备学院;河南工业大学粮食储藏与安全教育部工程研究中心;
摘要：为了改善方便米饭在加工过程中品质不稳定的问题，缩短产品研发周期，采用主成分分析法(PCA)对方便米饭的外观品质(L~*、a~*、b~*、W、孔隙率、比容)、质构特性(硬度、黏性、弹性、咀嚼性、内聚性、回复性)、感官评价(气味、色泽、完整性、黏性、弹性、软硬度、总分)进行降维分类处理，然后利用降维后的数据以工艺参数为输入变量，综合评分为输出变量，建立随机森林(RF)预测模型；采用均方误差(MSE)、平均绝对误差(MAE)以及决定系数(R~(2 ))评价回归预测模型的准确性以及模型对数据的拟合程度。结果表明：经过PCA降维后，方便米饭品质可分为优(1～<2)、良(0～<1)、中(-1～<0)、差(-2～<-1)4类；当RF算法中决策树的棵数为800,最大深度为5时，PCA-RF预测模型的预测误差最小、精度最高；PCA法降维得到的预测模型预测准确率优于LDA法；与PCA-BP、PCA-PLS和PCA-ELM预测模型相比，PCA-RF预测模型的MAE、MSE均最小，R~2为0.898,高于其他3种模型。所建立的PCA-RF模型预测效果好、误差小、精度高，具备较好的学习能力与泛化能力，可为方便米饭工业化生产的质量控制提供参考。
关键词：大米;;品质分析;;数学建模;;随机森林;;PCA
基金资助：财政部和农业农村部国家现代农业产业技术体系资助项目(CARS-03)
