食品科学 ›› 2018, Vol. 39 ›› Issue (16): 280-288.doi: 10.7506/spkx1002-6630-201816040
薛宏坤,刘成海,刘?钗,徐?浩,秦庆雨,沈柳杨,郑先哲*
XUE Hongkun, LIU Chenghai, LIU Chai, XU Hao, QIN Qingyu, SHEN Liuyang, ZHENG Xianzhe*
摘要: 采用单因素和Box-Behnken试验,考察微波强度、萃取时间、乙醇体积分数和料液比对蓝莓中花青素萃取率的影响,并分析花青素萃取特性。采用响应面法和遗传算法-神经网络模型2?种方式对微波辅助萃取蓝莓中花青素的工艺条件进行优化。结果表明:各因素对花青素萃取率影响均呈现先增加后降低的趋势。响应面法和遗传算法-神经网络模型法相对误差、决定系数R2值分别为2.71%、0.877?3和1.43%、0.904?4,说明遗传算法-神经网络模型比响应面法具有更强的预测和优化能力。最终采用遗传算法-神经网络优化获得微波萃取蓝莓中花青素最佳工艺条件:微波强度155?W/g、萃取时间53?s、乙醇体积分数56%、料液比1∶30(g/mL)。在此条件下,花青素萃取率为85.12%,并且高于响应面优化值83.32%。本研究结果可为食品加工过程中工艺参数优化提供一种有效方法。
中图分类号: