线性映射
,
还具有动态反馈信息和记忆功能
,
能够实
现动态系统的映射并直接反应系统的动态特性
[10]
。
将该算法应用于食品安全动态监理过程中
,
分析各
要素数据
,
有效地实现监理目标的实时控制
。 Elman
神经网络主要是利用反向传播算法
(BP
算法
)
进行
训练
,
通过学习训练
,
使网络的实际输出值和输出样
本值之间的差值来不断地修改权值和阈值
,
从而使
得网络输出层的误差平方和最小
[11]
。
其运算规则
由以下
3
个等式组成
:
h
o
(
k
) =
f
(
w
1
x
(
k
) +
w
2
C
(
k
) +
b
1
), (1)
y
(
k
) =
g
(
w
3
h
o
(
k
) +
b
2
),
(2)
C
(
k
) =
h
o
(
k
- 1)。
(3)
式
(1) ~
式
(3)
中
,
x
(
k
)
为网络的输入
,
即影响
食品安全各要素数据
;
y
(
k
)
为网络的输出
,
即食品
安全预测值
;
h
o
(
k
)
为隐含层的输出
;
w
1
、
w
2
、
w
3
分别
为输入层到隐含层
、
承接层到隐含层
、
隐含层到输出
层的连接权值矩阵
;
f
(
i
)
为隐含层神经元的传递函
数
,
采用
Tansig
函数
,
g
(
i
)
为输出层传递函数
,
采用
Purelin
函数
;
b
1
、
b
2
分别为输入层和隐含层的阈值
。
但
BP
算法基于梯度信息来调整连接权值
,
不具有
全局搜索能力
,
极易陷入局部极值点
。
本文将蝙蝠
算法
[11 - 12]
和
Elman
神经网络相结合
,
利用蝙蝠算法
中蝙蝠个体之间的协作搜索最优解的全局搜索能
力
,
能有效地避免局部极小值问题的优点优化
El鄄
man
神经网络的初始权值和阈值
。
3郾 2摇
训练样本选取
为使该模型较好地运用于食品安全监理分析
中
,
需要选定训练样本的输入和输出
,
对神经网络进
行有监督的训练
。
在食品安全监理的每个阶段
,
均需要记录食品
相关信息
,
即需要实时监督和管理影响食品安全的
各因素信息
。
通过对各因素信息进行分析
,
该模型
选定影响食品安全的各项因素作为训练样本
,
来分
析食品安全的状态
。
3郾 3摇
参数设定
本文选择葡萄酒作为食品安全监理对象
,
来监
督和管理葡萄酒整个供应链中农药残留值
。
葡萄酒
农药残留监测指标包括乙酰甲胺磷
、
敌敌畏
、
杀螟硫
磷
、
倍硫磷
、
马拉硫磷
、
对硫磷
、
辛硫磷
、
敌百虫
、
百菌
清
、
噻苯隆
、
甲氰菊酯
、
氰戊菊酯
、
氯菊酯
、
氧乐果
、
霜
脲氰
、
戊唑醇
、
多菌灵和甲霜灵等指标
,
参照
GB2763郾 2012《
食品中农药最大残留限量
》
[13 - 14]
。
葡萄中各指标都有限量
,
例如
:
葡萄的百菌清限量为
0郾 5 mg / kg、
多菌灵限量为
3 mg / kg、
甲霜灵限量为
1
mg / kg。
将葡萄农药残留的历史统计数据进行处理
后输入到改进的神经网络
,
使得网络具有预测能力
;
然后用改进的神经网络预测葡萄中农药残留各指标
的值对食品安全的影响
。
通过对神经网络样本训
练
,
使得改进神经网络模型能够准确地对食品安全
监理过程中的安全问题进行分析和预测
,
当超过该
农药残留物的临界值时
,
及时预警
。
4摇
模型仿真试验
本文首先利用
MATLAB
工具对分析模型进行
仿真试验
,
样本选择为葡萄酒中农药残留监测各项
指标
,
参照
GB2763郾 2012 《
食品中农药最大残留限
量
》,
葡萄中各指标最大限量
,
如表
1。
表
1摇
葡萄中
18
项农药残留指标最大限量
Tab. 1摇 Maximum limit of 18 indicators of pesticide
residues in grapes
农药名称
最大残留限量
/ (mg·kg
-1
)
乙酰甲胺磷
敌敌畏
杀螟硫磷
倍硫磷
马拉硫磷
对硫磷
辛硫磷
敌百虫
百菌清
噻苯隆
甲氰菊酯
氰戊菊酯
氯菊酯
氧乐果
霜脲氰
戊唑醇
多菌灵
甲霜灵
0. 5
0. 2
0. 5
0. 05
8
0. 01
0. 05
0. 2
0. 5
0. 05
5
0. 2
2
0. 02
0. 5
2
3
1
摇 摇
样本数据选择时
,
需要包含各个指标在整个供
应链中不同监理阶段的指标值
,
即分别采集葡萄原
料中
、
葡萄酒酒精发酵过程中
、
葡萄酒运输过程中和
葡萄酒销售过程中的农药残留变化数据
,
将数据分
成两部分
,
训练样本和测试样本
,
采用优化的
Elman
神经网络对训练样本进行学习
,
并对测试样本进行
预测
,
其预测结果及误差如图
3、
图
4。
由图
3、
图
4
可知
,
该模型通过学习
,
预测速度
67
食品科学技术学报
摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
摇 2015
年
5
月
