模糊數學結合智能感官在改良椒麻雞汁配方中的應用

胡金祥，孫溪，彭毅秦，喬明鋒，鄧靜，吳華昌,易宇文*

(1.四川旅游學院 烹飪學院，成都 610100；2.四川旅游學院 食品學院，成都 610100；3.四川旅游學院 烹飪科學四川省高等學校重點實驗室，成都 610100)

椒麻雞汁是由椒麻雞演化而來。椒麻雞以煮熟的雞肉為主料，以青花椒、蔥、煮雞肉的湯汁、精鹽等調配成調味汁的一道菜肴[1]，其雞肉滑嫩鮮美，花椒味香且麻味突出，回味悠長，深受消費者喜愛。后經廚師整理形成了椒麻雞汁，其既具有雞肉的鮮味，也具有花椒的香味和麻味。目前市售的椒麻雞復合調味料主要有椒麻雞膏和椒麻雞汁，但這2種復合調味料存在雞精味過濃，花椒香味不足等問題。

感官評價是評判食品優劣的最有效、最快捷的方法，其在食品研發領域應用廣泛[2]。但感官評價易受個體差異、生理狀況、心理狀況和喜好差異的影響, 導致結果穩定性差[3]，結果常以分數形式呈現，但有時分數之間差異不顯著，不具有統計學意義，而導致評價結果難以讓人信服。模糊數學通過構建影響食品感官質量的多因素與評價指標的數學關系來表征影響規律并建立理想化的評價模型，從而實現評價指標的數字化，進而實現評價指標等級的綜合評定，使評價結果既具有統計學意義[4]，又符合實際情況。模糊數學感官評價法在食品研發領域應用較為廣泛[5-7]。電子鼻和電子舌是20世紀中后期出現的模擬人類嗅覺和味覺器官的仿生儀器，統稱智能感官，具有檢測速度快、樣品前處理簡單、操作方便、重現性好等特點，在食品研發領域主要是作為感官評價的輔助手段[8]。另外，主成分分析法(PCA)是在不丟失主要信息的前提下，以較少新變量代替原始變量，直觀反映原始數據信息的分析方法，是電子鼻(E-nose)、電子舌(E-tongue)分析的常用方法[9-11]。

本文擬以椒麻雞汁為研究對象，在傳統配方基礎上引入雞骨水解液、蠔油等調味品，通過單因素、正交實驗，結合模糊數學感官評價確定其改良配方，并利用電子鼻和電子舌對模糊數學感官評價結果進行驗證。

1 材料與方法

1.1 材料與儀器

1.1.1 材料

雞骨、木瓜蛋白酶、鹽、幺麻子花椒油、家樂雞粉、白糖、清記生姜汁、漢源花椒、海天蠔油、醬油、江聯濃縮蔥油、江聯生姜精油。

1.1.2 儀器

FALLC4N分析天平 常州衡正電子儀器有限公司；FOX4000電子鼻、α-ASTREE電子舌 法國Alpha MOS 公司；30B型萬能高效粉碎機 常州市馬力干燥設備有限公司；其他實驗室常用儀器。

1.2 工藝流程

1.3 實驗操作及工藝要點

1.3.1 原料初加工

雞骨除去殘渣，清洗備用；花椒除去雜質，清洗備用。

1.3.2 工藝要點

雞骨放入已預熱的烤箱(250 ℃，5 min)，上火、底火均設置為250 ℃，烤制(20±5) min，取出待冷卻后用粉粹機磨成粉，按骨粉的重量加入5倍的飲用水，參照楊銘鐸等[12]的方法加入木瓜蛋白酶進行水解，過濾制成雞骨水解液,將雞骨水解液煮沸、冷卻、過濾，備用。

烘烤時應注意觀察雞骨顏色的變化，待雞骨表面有80%呈褐色時即應終止烘烤，以免顏色過深影響成品色澤。

花椒放入烤箱(上、下底火200 ℃)，烤(5±2) min，待香味濃郁時，取出晾涼，用粉粹機磨粉，過80目振蕩篩，制成花椒粉，備用。

成品：在水解雞骨液中加入花椒粉、鹽、花椒油、雞粉、白糖、生姜汁、蠔油、醬油、濃縮蔥油、生姜精油等攪勻調制成成品。

1.4 配方優化

參考地方標準《川菜烹飪工藝》，邀請8名烹飪大師按照課題組提供的原料制作椒麻雞汁。統計8位大師在制作椒麻雞時使用的調味品用量并計算出平均值和標準偏差，其結果見表1。

表1 基礎調料用量統計表Table 1 StatisticalTable of basic seasoning dosage

由表1可知，雞粉、蠔油、花椒油和精鹽的用量標準偏差較大，說明這些基礎調料用量的離散程度較大，需對它們進行單因素實驗[13]。

1.4.1 單因素實驗

選取雞粉1.5，1.75，2，2.25，2.5 g為梯度進行實驗；選取蠔油3，3.5，4，4.5，5 g為梯度進行實驗；選取花椒油9.0，9.5，10，10.5，11 g為梯度進行實驗；選取精鹽2.5，3，3.5，4，4.5 g進行實驗。

1.4.2 正交實驗

通過前期的單因素實驗，對雞粉、蠔油、花椒油和精鹽的添加量進行正交實驗L9(34)，通過因素之間的相互影響，優化配方，其因素表見表2。

表2 改良配方因素Table 2 The factors of improved formula g

1.5 感官評價

采用定量描述性感官評價，評價人員由8名經驗豐富的烹飪名師組成。感官評價小組成員依據GB/T 16291.1-2012和GB/T 16291.2-2010進行人員的選拔、培訓與維護。對評價人員依據GB/T 29605-2013要求進行培訓，分別從色澤、滋味、香味、流體性質、回味5個因素進行訓練和評分。評分標準見表3，評分結果不求和，按1.6的方法處理數據。

表3 感官評價標準表Table 3 The standard of sensory evaluation

1.6 模糊數學模型

因素集是由感官評價各個評價項目組成的集合，用集合A來表示。用a1，a2，a3，a4，a5分別表示色澤、風味、滋味、流體性質和回味，所以集合A={a1，a2，a3，a4，a5}。

評語集是感官評價結果劃分等級的集合，用集合B來表示。其評分等級標準為：[8～10]為好，用b1表示；[6～8)為良，用b2表示；[4～6)為一般，用b3表示；[0～4)為差，用b4表示。則評語集可以表示為B={b1，b2，b3，b4}。為使結果的差異更加顯著，取各等級分數的中位數為該等級得分，即有B={9，7，5，2}。

權重集是每個感官評價項目在總體感官評價中所占的比重，并給一個比重系數組成模糊向量(C)。本實驗感官評價項目包括色澤(c1)、滋味(c2)、香味(c3)、流體性質(c4)、回味(c5)。實驗隨機邀請20 名消費者(10男10女；20～60歲，每個年齡階段男女各2人)對影響改良椒麻雞汁的色澤、滋味、香味、流體性質和回味進行權重分析，其結果見表4，則權重集可表示為C={0.2，0.3125，0.2225，0.1175，0.1475}。

表4 椒麻雞汁各個因素的權重分析Table 4 The weight analysis of each sensory factor of Zanthoxylum bungeanum chicken broth

模糊矩陣的確定和模糊轉換：對感官評價結果劃分等級，統計各等級的票數,將不同等級的票數除以參評人數,得到5個等級的行矩陣(A1，A2，A3，A4，A5)， 5個行矩陣組成模糊關系數字矩陣D。將權重集C和模糊關系數字矩陣D合成得到模糊關系評價集E=C×D，從而得到第n個樣品的評價結果En=C×Dn。將模糊關系評價集E和評語集矩陣B合成綜合評分矩陣F，即有F=E×B。

1.7 電子鼻和電子舌分析

1.7.1 電子鼻分析

稱量樣品2.00 g，放入10 mL頂空瓶中，密封、編號，待用。分析條件：手動進樣，頂空加熱溫度、時間分別為5 min、70 ℃，載氣流量150 mL/s，進樣量1500 μL，進樣速度1500 μL/s，數據采集120 s，延遲清洗180 s。每個樣品平行測7次，取第5，6，7次獲得的穩定信號進行分析。

1.7.2 電子舌分析

稱量樣品2.00 g，定容至100 mL，過濾取80 mL濾液，待用。分析條件：自動進樣，每個樣品檢測120 s，各測7次，取后3次在120 s時采集的數據作為分析數據。

1.8 數據分析與作圖

智能感官數據采集分析采用Alphasoft(V12.3)，作圖采用Origin 9.1。

2 結果分析

2.1 單因素實驗結果

雞粉添加量對實驗結果的影響見圖1。

圖1 單因素實驗結果Fig.1 The results of single factor experiment

由圖1中A可知，雞粉添加量在2 g時，是感官評分的拐點。繼續添加，感官評分隨之下降，可能是雞粉的量太高、味道鮮味太過突出，不被評價人員接受。實驗選取1.75，2，2.25 g雞粉添加劑進行正交實驗。

圖1中B是蠔油用量對實驗結果的影響。當蠔油添加量為4.5 g時，是感官得分的拐點，超過4.5 g時，感官評分隨之下降，這可能是由于添加過多的蠔油造成顏色過深或者過咸。因此，實驗選取4，4.5，5 g蠔油用量進行正交實驗。

圖1中C是花椒油用量對實驗結果的影響。當花椒油添加量為10 g時，感官得分最高，超過10 g時，感官評分隨之下降，這可能是由于花椒油過多造成麻味太過突出與諸味不協調所致。最后實驗選取9.5，10，10.5 g花椒油用量進行正交實驗。

圖1中D是精鹽用量對實驗結果的影響。精鹽添加量為4 g時，其感官評分最高。實驗選取3.5，4，4.5 g精鹽用量進行正交實驗。

2.2 改良椒麻雞調味汁配方優化

2.2.1 魚香調味汁感官評價結果統計

參照表2，進行4因素3水平的正交實驗，對實驗結果進行感官評價(見表3)，其評價結果不求和，按照1.6中評語集數據處理，結果見表5。

表5 椒麻雞調味汁感官評價得票統計Table 5 The vote statistics of sensory evaluation of Zanthoxylum bungeanum chicken broth

2.2.2 模糊數學感官評價處理

結合表5，以1號色澤為例，8～10分，6票；6～8分，2票；4～6 分，0票；0～4 分，0票。統計每個評分等級的票數，然后用4個評分等級的票數除以參與評價的人數，則可得到 B1={0.75，0.25，0，0}，同理可得 B2={0，0.625，0.375，0}，B3={0，0.75，0.25，0}，B4={0，0.875， 0.125，0}，B5={0，0.75，0.25，0}。將得到的B1，B2，B3，B4，B5轉換成數字矩陣D1：

同理可得D2，D3，D4，D5，D6，D7，D8，D9。

依據模糊數學原理，結合權重集C={0.200，0.3125，0.2225，0.1175，0.1475}，用矩陣乘法計算感官結果得：

|0.2 0.3125 0.2225 0.1175 0.1475|=

|0.15 0.626 0.224 0|。

同理可得E2，E3，E4，E5，E6，E7，E8，E9。

模糊數學綜合總分F= E×A。

同理可得F2=7.3525, F3=7.338125, F4=7.83375，F5=7.581875, F6=7.53875, F7=7.195, F8=7.3525, F9=7.0475。

2.2.3 正交實驗結果

依據 2.2.2 的數據處理結果，將1～9號樣品評分結果填入正交表，見表6。

表6 椒麻雞汁正交實驗結果Table 6 The results of orthogonal test of Zanthoxylum bungeanum chicken broth

由表6極差分析可知，影響椒麻雞汁感官質量的因素是H>J>I>K，即雞粉添加量對實驗結果的影響最大，其次是花椒油，蠔油和精鹽的添加量對實驗結果的影響較小，進一步分析得出最佳組合為H2I2J3K2，即2 g雞粉，4 g蠔油，10.5 g花椒油，4 g精鹽制備的椒麻雞汁感官得分最高。分析正交表，發現最佳組合H2I2J3K2并不是正交實驗的因素組合，4號樣品的水平組合與最高感官得分的實驗組合最為相似。為此進行驗證實驗，其驗證產品(10號樣品)感官評分高達8.112。

2.3 電子鼻、電子舌分析

2.3.1 椒麻雞汁電子鼻分析

改良椒麻雞汁正交實驗結果電子鼻主成分分析見圖2。

圖2 電子鼻主成分分析Fig.2 The principal component analysis of E-nose

由圖2可知，1～9為正交試驗樣品，10號為驗證樣品；PC1+PC2為98.00%，能夠反映樣品的整體風味。王瓊等[14]認為前2個主成分達到85%，就能反映受試樣品的整體風味信息。1，2，3，7，9號樣品分布在第一、四象限，有一定相似性，這與模糊數學感官評分具有一致性(1，2，3，7，9號樣品得分比較靠近)。1，9號樣品組內差異主要體現在PC2上，得分比較靠近；2，3，7號樣品組與1，9號樣品組的差異體現在PC1上，所以2，3，7號樣品組與1，9號樣品組差異較大。2，3，7號樣品組內差異較小，這是由它們的差異主要來源于PC2所決定的。張曉敏等[15]認為如果PC1和PC2差異較大，而樣品的差異主要體現在PC2上，則樣品之間的差異較小，反之則大。4，5，6，8，10號樣品分布在第二、三象限，且4個樣品的感官評分都比較高(最低為7.3525，最高為8.112)，說明其具有一定的相似性。4，5，6，8，10號樣品在X軸呈正方向分布，10號樣品分布在X軸的最左端，感官評分為最高(8.112)，4，5，6，8號樣品得分較10號樣品逐次降低。10個樣品感官得分趨勢為從左到右逐個下降，這說明智能感官與感官評價有較好的一致性。

2.3.2 椒麻雞電子舌主成分分析

改良椒麻雞汁電子舌主成分分析見圖3。由圖3可知，1～9為正交試驗樣品，10號為驗證樣品；PC1為68.15%，PC2為13.99%，前2個主成分累計為82.14%，能夠反映樣品滋味輪廓。朱文政等[16]認為前2個主成分達65.2%就足以反映樣品的主要特征信息。圖3中，1，2，3，4，10號樣品分布在Y軸左側，5，6，7，8，9號樣品分布在Y軸右側，4個象限均有樣品分布，說明電子舌能夠區分樣品。4，5，10號樣品緊鄰Y軸，且差異主要源于PC2，這和感官評分較為一致，在感官評分中，4，5，10號樣品得分分別為7.8338，7.5819和8.1120，為高分組；1，9號樣品分布在X軸的兩端，這與其感官得分最低(6.8513，7.0475)一致。

圖3 電子舌主成分分析Fig.3 The principal component analysis of E-tongue

3 結論

實驗以椒麻雞汁為研究對象，在傳統配方基礎上添加雞粉、蠔油、雞骨水解液等原料，通過單因素、正交實驗，結合模糊數學感官評價確定其改良配方，并利用電子鼻和電子舌對模糊數學感官評價結果進行驗證。實驗結果表明：在其他配料不變的情況下，2 g雞粉、4 g蠔油、10.5 g花椒油、4 g精鹽制備的椒麻雞汁感官評分最高。實驗結果可為椒麻雞汁工業化生產提供參考，也可為模糊感官結合智能感官在食品開發中的應用提供參考。