通过真空浸提高西兰花的植物化学参数,并通过比较ANN和RSM模型进行其预测

科学领域:

• 食品科学 食品科学 食品科学
• 农业科学 农业科学
• 生物化学 生化学

背景情况:

• 对营养丰富食品的日益增长的需求需要创新的加工技术.
• 真空浸 (VI) 是一种有前途的方法,可以在最小的生化变化下提高产品质量.
• 由于其重要的营养和健康益处,西兰花的受欢迎程度正在上升.

研究的目的:

• 为了优化真空浸参数,增强西兰花的植物化学物质.
• 为了研究酸和化浸对西兰花的影响.
• 为了建模和预测真空浸过程的结果.

主要方法:

• 响应表面方法 (RSM) 和Levenberg-Marquardt反向传播的神经网络 (LMB-ANN) 用于过程优化和建模.
• 优化的关键参数包括真空压力,真空时间,恢复时间和浸溶液度.
• 分析的反应包括总含量 (TPC),总黄含量 (TFC),酸含量 (AAC),总叶绿素含量 (TCC),自由基清除活性 (FRSA) 和胡卜素含量 (CC).
• 仪表表征 (FTIR,XRD,SEM) 用于评估微观结构的变化.

主要成果:

• 确定了最佳的VI条件:0.2bar真空压力,11分钟的真空时间,12分钟的恢复时间和1.5%的浸溶液.
• 在灌后观察到西兰花花的TPC,TFC,AAC,TCC,FRSA和CC的显著改善.
• 与RSM模型相比,LMB-ANN模型显示出更高的预测准确性.
• FTIR和XRD分析证实了与增强的植物化学物质含量相一致的微观结构和形态变化.

结论:

• 真空浸有效地提高了西兰花的营养和植物化学特征.
• 优化的VI参数显著提高了西兰花中促进健康的关键化合物.
• 像LMB-ANN这样的先进建模技术对于预测和优化食品加工结果非常有价值.