[发明专利]一种基于神经网络技术的啤酒口味预估方法

说明书

技术领域

本发明属于信息与控制技术领域，涉及自动化技术，特别是涉及一种啤酒口味的预估方法。

背景技术

啤酒质量是由啤酒口味、色泽、泡持性、酒体清亮无混浊所共同体现。啤酒的泡沫、色泽和浊度可以通过各种化学或物理方法来测定，然而啤酒的口味指标不能通过仪表直接测定，仅有经过培训和经历的品酒人员才能够评价这些参数。啤酒风味主要受到啤酒原料组分影响，而风味的不可直接测量给建立原料组分与风味的模型带来很大的难度。到目前为止，还没有这方面的数学模型研究，啤酒风味的鉴定仍旧需要人工确定，给啤酒生产及新工艺研发增长了中试周期。

发明内容

本发明的目标是针对啤酒生产中缺乏原料组分与风味关系模型指导的难题，提出一种具有适用性较强的啤酒口味预估方法。

本发明的技术方案是利用模糊综合评判技术，将啤酒口味指标进行量化处理，再通过训练多层前向神经网络来建立原料组分与啤酒风味之间的数学模型，通过该模型进行啤酒口味预估评判，能够为工艺人员提供工艺设计方面的帮助。

本发明方法的具体步骤是：

步骤1、获取各原料种类的啤酒生产中试记录，所述的中试记录包括成品的苦味、酒花香味、口感、杀口力及各原料组分的质量百分含量；

步骤2、根据各种指标参数对啤酒风味进行模糊综合评判，计算出每批次记录的啤酒风味指数；具体步骤为：

步骤a、确定因素集U和评价集V。

U＝{苦味，酒花香味，口感，杀口力}，V＝{4，3，2，1}。

根据语言变量的隶属度函数表，确定U中各因素对评价集V的隶属度。如表1所示。

步骤b、依此用V对U中诸因素进行评价，得到模糊关系矩阵R，记

R=r11r12···r14r21r22···r24············r41r42···r44]]>