来源：期刊VIP网 时间：
作者：王丽;闫子康;杜金;王远亮;
单位：湖南农业大学食品科学与技术学院;
摘要：为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全，本文探究贮藏温度（0、4和25℃）对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响，确定冷鲜肉的特征品质指标。基于反向传播（Backpropagation,BP）神经网络和飞蛾火焰优化（Moth-Flame Optimization,MFO）BP神经网络，利用特征指标作为训练数据，构建不同贮藏温度下冷鲜肉的品质预测模型，快速准确评价和预测食品的质量安全。结果表明，不同贮藏温度下冷鲜肉的菌落总数、pH、TVB-N、色泽和生物胺含量随着贮藏时间的延长均呈上升趋势（P<0.05），且各指标在不同贮藏温度下的变化规律不一致，温度越高，腐败变质的速度越快。通过相关性分析得出菌落总数和TVB-N为冷鲜肉品质特征指标，以特征指标为训练数据构建BP神经网络和MFO优化BP神经网络模型。结果显示，MFO优化BP神经网络优于单一的BP神经网络模型，指标菌落总数和TVB-N通过BP神经网络模型训练后的R值分别为0.95018、0.94283，通过MFO算法优化训练后的R值分别为0.97538、0.98001，更接近于1，且优化后的RMSE、MSE和MAE值相对较小，其模型拟合度更好，在整个贮藏期的预测性能更好，准确率更高。因此，MFO优化BP神经网络可用于预测冷鲜肉在贮藏过程中品质的变化规律。
关键词：冷鲜肉;;松鼠葡萄球菌;;预测模型;;反向传播(BP)神经网络;;飞蛾火焰优化(MFO)BP神经网络
基金资助：湖南省重点研发计划项目（2022NK2035）;; 2022湖南省农业产业技术体系项目（湘农发2022-67）;; 湘沙猪配套系持续选育及健康养殖技术研究项目（2022NK2027）
