从食品副产品中提取生物活性化合物的AI驱动优化:研究进展和应用前景

科学领域:

• 食品科学 食品科学 食品科学
• 生物技术是生物技术.
• 工艺工程的过程工程.

背景情况:

• 传统的从食品副产品中提取生物活性化合物的提取方法是低效的,昂贵的和不可持续的.
• 像阿联,SFE和MAE这样的绿色提取技术提供了可持续的替代方案,但需要复杂的优化.
• 人工智能 (AI) 为优化这些绿色提取过程提供了一种新的解决方案.

研究的目的:

• 审查人工智能的应用,以优化食品副产品中生物活性化合物的绿色提取技术.
• 将人工智能驱动的方法与传统方法比较,例如响应表面方法.
• 探索人工智能在食品提取中的工业应用,挑战和未来方向.

主要方法:

• 关于人工智能在绿色提取中的应用的最新文献的审查.
• 人工智能模型 (ANNs,SVR,混合算法) 与传统优化方法的批判性比较.
• 分析展示AI在产量,能量和可重复性方面表现的案例研究.

主要成果:

• 人工智能模型展示了卓越的预测建模,实时优化和智能流程控制,用于绿色提取.
• 与传统技术相比,人工智能驱动的方法可以实现更高的产量,更低的能源消耗和更好的可重复性.
• 案例研究强调了ANN,SVR和混合算法在优化提取参数方面的有效性.

结论:

• 人工智能是克服生物活性化合物的绿色提取局限性的变革性工具.
• 人工智能驱动的提取为功能性食品开发和循环生物经济战略提供了可持续,高效和创新的方法.
• 对于工业应用的可扩展和可解释的人工智能框架,需要进一步的研究.