使用响应表面方法和人工神经网络与遗传算法相结合,优化从色胡卜中提取热素的加速溶剂提取

科学领域:

• 食品化学 食品化学
• 提取技术 提取技术
• 生物技术是生物技术.

背景情况:

• 中含有有价值的疏水性胡卜素 - - ,在色胡卜中发现.
• 有效的提取方法对于将功能性化合物从食物来源中分离出来至关重要.
• 传统方法可能缺乏对复杂矩阵的优化.

研究的目的:

• 为了优化加速溶剂提取 (ASE) 条件,从色胡卜中回收紫素.
• 为了比较人工神经网络-遗传算法 (ANN-GA) 建模与响应表面方法 (RSM) 进行提取优化的有效性.
• 评估使用乙醇作为生态友好型溶剂用于山丁提取.

主要方法:

• 采用加速溶剂提取 (ASE) 来提取泽亚桑丁.
• 响应表面方法 (RSM) 和人工神经网络-遗传算法 (ANN-GA) 用于过程优化.
• 关键输入变量包括乙醇度,提取时间和温度.

主要成果:

• 该ANN-GA模型显示了高精度 (R2=0.9983) 低的平均平方误差 (0.3038).
• 据ANN-GA预测的最佳条件是100%乙醇,3.4分钟和99.2°C,相对误差为2.18%.
• 在预测最佳提取参数方面,ANN-GA显著优于RSM (10.46%的相对误差).

结论:

• 用乙醇加速溶剂提取是一种有效和环保的方法,用于回收疏水性泽亚桑丁.
• 与RSM相比,ANN-GA建模为复杂的提取过程提供了更高的优化准确性.
• 联合ASE和ANN-GA方法对于有效和可持续地提取功能性食品成分是非常理想的.