秦正龍 馮長君
(1.江蘇師范大學化學與材料科學學院,江蘇 徐州 221116;2.徐州工程學院化學化工學院,江蘇 徐州 221008)
菠蘿富含維生素、氨基酸、蛋白質、脂肪、胡蘿卜素、膳食纖維及各種有機酸[1-2],營養豐富,汁多肉嫩,味香濃郁,酸甜可口,還具有利尿、解暑、降壓、預防便秘和抗癌等功效[3]。由于果品的品質一定程度上決定于果品的香氣,因此,近年來對菠蘿香味成分的研究引起了人們廣泛關注,王花俊等[4]對菠蘿揮發性香味化合物進行了分離鑒定,確認了44種成分;魏長賓等[5]采用聚類分析及主成分分析方法對菠蘿的香氣成分進行了多樣性研究;劉勝輝等[6]應用頂空固相微萃取和氣相色譜—質譜技術,鑒定分析了6個菠蘿新品種的香氣成分;張鈺乾[7]研究了不同品種、不同產地菠蘿的特征香氣成分。目前,對菠蘿香氣成分的研究主要集中在分離、鑒定和檢測方面,而對其香氣成分性質的研究則較少。神經網絡是模擬人腦網絡結構的一種信息功能處理系統,該方法自適應、自學習能力強,可以構建高質的非線性模型,在藥物、環境、食品及智能控制等領域應用廣泛[8-12],但利用神經網絡方法研究菠蘿揮發性香味組分未見報道。為此擬采用神經網絡方法中的誤差逆傳播多層前饋網絡算法,建立文獻[4]中44種香氣成分色譜保留時間與其分子結構之間的神經網絡模型,以期為菠蘿的風味特點、質量檢驗等提供依據。
菠蘿揮發性香味化合物的保留時間(RT)取自文獻[4]。




(1)
用模型(1)給出的計算值與試驗值的平均誤差為3.92 min (計算值1,見表2)。

為了判斷模型是否存在離域點,以44個菠蘿揮發性香味化合物的Jackknifed相關系數R作雷達圖(圖1),以0.93為圓心,0.01為間距,44個Jackknife相關系數圍繞原始模型(1)的相關系數(R=0.947)上下波動,Jackknife的相關系數為0.941~0.961,說明模型(1)沒有異常的離域點。
為了使模型的預測精準度進一步提高,使用誤差反向傳播方法的3層網絡結構,以前述最好的多元回歸模型中的6種分子結構參數作為神經網絡的輸入層單元,揮發性香味成分的色譜保留時間作為輸出層單元,最佳隱蔽層的單元數按照許祿等[16]的建議規則求得,其值為3。因此,網絡結構為6∶3∶1。為了避免發生過擬合,將菠蘿中44種揮發性香味物質劃分為3個集,1組5個數據,其中的第1、3、4個數據即為訓練集,其相關系數為0.994,每組的第2、5個數據則分別為測試集和驗證集,其相關系數分別是0.997,0.995,總相關系數為0.995。由神經網絡法得到的計算值見表2(計算值2),多元回歸法與神經網絡法試驗值和計算值的關系見圖2。綜上,神經網絡法更優。


表1 TR與的回歸結果?Table 1 Regression results nK,Ei and TR

表2 菠蘿香氣成分的結構參數及色譜保留時間Table 2 Structural parameter and chromatographic retention time of aroma components from pineapple

圖1 相關系數的雷達圖Figure 1 Radar chart of correlation coefficient

圖2 兩種方法試驗值與計算值的關系Figure 2 The relationship between experimental and calculated values of RT of the two methods
