[发明专利]一种食品适度包装设计方法

权利要求书

1.一种食品适度包装设计方法，其特征在于，所述方法包括：

量化食品包装指标，并对食品包装适度等级进行设定和量化；

根据食品包装指标建立BP神经网络和BP神经网络模型，并设定所述BP神经网络模型的各级初始权重和初始阈值；

将量化后的各样本食品包装指标输入BP神经网络模型，并根据所述各级初始权重和初始阈值，学习BP神经网络模型的各级权重和阈值；

将量化后的待测食品包装指标输入BP神经网络模型，并根据学习到的各级权重和阈值，计算待测食品包装的适度等级指标值；

判断待测食品包装的适度等级指标值是否达到最高食品包装适度等级，若未达到最高适度等级，则修正待测食品包装指标，并重新计算待测食品包装的适度等级指标值。

2.如权利要求1所述的方法，其特征在于，所述建立BP神经网络，具体为：

将食品包装指标作为BP神经网络输入层神经元的输入参数，所述输入层神经元的数量m等于所述食品包装指标类型的数量；

将食品包装适度等级指标作为BP神经网络输出层神经元的输出参数，所述输出层的神经元为1个。

3.如权利要求1或2所述的方法，其特征在于，所述根据所述各级初始权重和初始阈值，学习BP神经网络模型的各级权重和阈值，具体为：

步骤a，根据所述量化后的各样本食品包装指标以及所述BP神经网络模型各级初始权重和初始阈值，计算各样本食品包装的适度等级指标值；

步骤b，根据计算出的各样本食品包装的适度等级指标值和已量化的各样本食品包装适度等级指标值，计算比较误差；

步骤c，判断比较误差是否大于预设的误差阈值，若是，则修正BP神经网络模型的各级权重和阈值，并执行步骤a；否则，存储该比较误差对应的各级权重和阈值。

4.如权利要求3所述的方法，其特征在于，所述BP神经网络模型通过以下公式计算各样本食品包装的适度等级指标值：

Z=f(y)=∫[Σj=15ω2(j)yj-α];---(1)]]>

yj=f(yi)=∫[Σi=16ω1(i)xi-θi];---(2)]]>

其中，ω₁(i)为BP神经网络模型中输入层与隐含层之间的权重，θ_i为BP神经网络模型中输入层与隐含层之间的阈值，x_i为采样样本食品包装指标，i=（1，2，…m）；α为BP神经网络模型中输出层与隐含层之间的阈值，ω₂(j)为BP神经网络模型中输出层与隐含层之间的权重，j＝（1，2，…，q），q为所述隐含层神经元的数量。