根据2024年《中国渔业统计年鉴》数据[1],我国淡水鱼的预制加工总量约为总产量的20%。加工产品形式主要包括预腌制鱼片、鱼块及预烤制产品[2-4]。作为传统水产菜肴工业化升级的重要代表性产品,预制烤鱼在契合现代消费趋势、实现规模化生产等方面展现出巨大的市场潜力。为延长产品货架期、保持品质,储运过程中的冷冻保存是十分有效的方法。然而在冻结过程中,肌肉组织内部的水分发生冻结会生成大小不一且分布不均的冰晶。形状不规则且较大的冰晶则会引起细胞体积膨胀、结构破坏与肌纤维间隙增大等问题,导致水分流失,从而影响产品的持水力与口感。
适当的保水措施可提高预制水产鱼类制品的含水量、减少解冻和蒸煮过程造成的损失。目前,磷酸盐(三聚磷酸盐、焦磷酸盐及六偏磷酸盐等)是较常见的保水剂[5]。但磷酸盐会产生金属涩味,导致风味劣变、组织结构粗糙。此外,长期大量摄入还存在钙磷失衡,引起代谢性骨病等风险[6]。因此,无磷的复配水分保持剂成为新的研究方向。鱼胶原蛋白肽、谷氨酰胺转氨酶(transglutaminase,TG酶)、海藻糖和山梨糖醇均具有保水效果,其中胶原蛋白肽能渗入肌纤维间隙,形成网格结构,锁住水分[7-8];TG酶催化肌球蛋白交联,形成保水网络结构[9];海藻糖可螯合Ca2+、Mg2+形成三维网络锁住水分,还可抑制冰晶生成[10];山梨糖醇则通过羟基与水分子结合增强持水力。
复配合适的保水剂有助于提升冷冻预制烤鱼的保水效果和品质,但由于加工过程复杂且复配保水剂中的各成分性质不同,其与冷冻预制烤鱼的水分含量呈非线性关系,传统的优化模型在解决此类问题时存在一定的不足。基于误差反向传播算法训练的多层前馈神经网络——误差反向传播(error back propagation,BP)神经网络作为人工神经网络中最具代表性与广泛性的一种模型[11],在处理非线性关系时具有较为显著的优势[12]。遗传算法(genetic algorithms,GA)则是基于自然选择学说与遗传定律的全局寻优算法,可在目标数学模型不明确的情况下模拟出最优解[13]。与传统的回归模型相比,BP神经网络与GA相结合进行全局寻优在食品加工工艺、配方优化等方面的应用,具有更高的准确性[14]。
基于此,本研究以冷冻预制烤鱼为研究对象,选取鱼胶原蛋白肽、TG酶、海藻糖、山梨糖醇4种保水剂,利用GA-BP神经网络结合确定复配保水剂的最佳配方,并对保水剂使用后的烤鱼冻结特性与微观结构等进行分析,综合评价其对冷冻预制烤鱼的保水效果,以期对冷冻预制烤鱼的工业化生产及品质稳定提供理论依据与实践指导。
1 材料与方法
1.1 材料与试剂
草鱼、色拉油及食用盐等,重庆市万州区永辉超市;海藻糖,山东沃之森生物科技有限公司;TG酶、山梨糖醇,中辰生物科技有限公司;鱼胶原蛋白肽,冠赢生物科技有限公司。戊二醛固定液(2.5%水溶液,pH值7.2～7.4)、PBS(0.1 mol/L)、无水乙醇等,国药集团化学试剂有限公司。
1.2 仪器与设备
NMI20-060H-I低场核磁分析仪,苏州纽迈分析仪器股份有限公司;AB4508多通道温度测定仪,常州安柏精密仪器有限公司;GRJ-50真空滚揉机,诸城市满亿食品机械有限公司;OLB-121水分测定仪,山东欧莱博仪器有限公司;SCIENTZ-10N冷冻干燥机,宁波新芝生物科技股份有限公司;S-3400N扫描电子显微镜,日立科学仪器有限公司。
1.3 实验方法
1.3.1 冷冻预制烤鱼的样品制备及分组
选用大宗水产品草鱼作为原料,参照标准T/CQAPPIA 07—2024《预制菜万州烤鱼加工技术规范》加工样品,加工工艺流程见图1。CB组为添加保水剂未冷冻组、CC组为未添加保水剂未冷冻组、DB组为添加保水剂冷冻组、DC组为未添加保水剂冷冻组、DB4组为添加保水剂冷冻贮藏4周组、DC4组为未添加保水剂冷冻贮藏4周组。
图1 冷冻预制烤鱼加工工艺流程
Fig.1 Process flow for frozen pre-made roasted fish production
1.3.2 单因素试验
在预制烤鱼腌制环节分别添加不同质量分数的鱼胶原蛋白肽(1%、2%、3%、4%、5%)、TG酶(0.1%、0.3%、0.5%、0.7%、0.9%)、海藻糖(0.5%、1%、1.5%、2%、2.5%)、山梨糖醇(0.2%、0.4%、0.6%、0.8%、1.0%),设置不添加保水剂的为空白对照组,探索不同种类保水剂添加量对预制烤鱼水分含量的影响。
1.3.3 响应面试验
在单因素试验结果的基础上,设计4因素3水平的Box-Behnken响应面优化试验。以冷冻烤鱼水分含量为响应值,以A(鱼胶原蛋白肽添加量)、B(TG酶添加量)、C(海藻糖添加量)及D(山梨糖醇添加量)为自变量,试验因素水平如表1所示。
表1 响应面优化实验设计因素和水平
Table 1 Response surface optimization:Experimental design factors and levels
水平因素A(鱼胶原蛋白肽添加量)/%B(TG酶添加量)/%C(海藻糖添加量)/%D(山梨糖醇添加量)/%-11.00.10.50.202.00.31.00.413.00.51.50.6
1.3.4 GA-BP神经网络构建
将鱼胶原蛋白肽、TG酶、海藻糖、山梨糖醇的添加量做为输入层神经元,冷冻烤鱼的水分含量为输出层神经元,使用公式(1)计算出隐含层神经元的数量,构建由输入层、隐含层和输出层组成的BP神经网络模型。
根据建立的BP神经网络耦联GA结合帕累托最优(Pareto optimality,PO)求解BP神经网络参数。GA参数设置为种群大小25、最大代数100、染色体长度(变量个数)3、变量范围[10,300;0.000 000 1,0.1;0.000 01,0.01];交叉概率0.8;变异概率0.1。对GA迭代结果中的指标水分含量与标准误差进行PO与熵权法结合寻优,水分含量越高且标准误差越小即为迭代后最优解。将最优解下的参数带入BP神经网络中。选取80%的Box-Behnken数据用于训练,10%用于测试,10%用于验证,以完成BP神经网络的训练与预测[15]。
(1)
式中:h,隐含层节点数;m,输入层节点数;n,输出层节点数;a,[1,10]的整数。
1.3.5 水分含量测定
使用水分测定仪直接测定。
1.3.6 冻结曲线
冷冻处理前,将温度传感器探头插入鱼背部肌肉中心,每1 s记录1次温度变化数据,待到中心温度达到-18 ℃停止记录,绘制鱼体的冻结曲线。
1.3.7 持水性的测定
参考赵茜等[16]的方法测定解冻、离心及蒸煮损失率,综合反映鱼肉水分持留能力。
1.3.8 低场核磁检测
使用频率稳定为21.05 MHz的核磁共振分析仪进行测定。取背部肌肉,切成3 cm×3 cm×4 cm大小的长方体(15 g左右),用保鲜膜包裹备用。使用CPMG脉冲序列对样品的横向弛豫时间(T2)进行测定。CPMG测定后通过多层自旋回波序列成像获得鱼肉的T2加权图像。所有的灰度图像通过NiumagNMRV3.0图像处理软件转换为Jet伪彩图,直观表示水分的分布情况。
1.3.9 扫描电子显微镜(scanning electron micro-scope,SEM)观察
根据Fang等[17]的方法稍作修改,鱼肉切20 mm×20 mm×2 mm大小的片,使用戊二醛固定液在4 ℃、黑暗条件下固定24 h。固定后的片状样品用0.1 mol/L PBS漂洗10 min。再用体积分数为30%、50%、70%、90%、100%的乙醇溶液梯度洗脱,每次10 min。洗脱后将样品置-80 ℃条件下预冷20 min,真空冷冻干燥机干燥24 h。喷金后,采用SEM观察。
1.4 数据处理
所有实验均做3次平行,数据表示为“平均值±标准差”。使用SPSS 27进行单因素方差分析,差异显著性判定采用Duncan检验,P<0.05表示差异显著。响应面优化模型与GA-BP神经网络模型分别使用Design Expert 13与MATLAB R2024a构建,数据可视化及排版分别通过软件Origin 2024b与Adobe Illustrator 2022完成。
2 结果与分析
2.1 单因素与响应面结果分析
在腌制过程中,添加4种不同浓度的保水剂对烤制后烤鱼的水分含量产生了显著影响(P<0.05)。对CC组的水分含量进行测定,其水分含量为(62.15±1.43)%。据图2-a所示,不同保水剂组分对含水量的影响,均呈现先上升后下降的趋势,表明在特定添加量下能够有效提升烤鱼的水分含量,但超过最适添加量后,水分含量反而下降。这是因为各保水组分在较低浓度使用时,如胶原蛋白肽能通过网状结构持水;海藻糖渗透进鱼肉纤维中稳定蛋白质空间结构,提升样品水分含量。而添加量较高时,过量胶原蛋白肽自聚集形成致密网络,影响水分的保持。并且过量的保水剂在腌制时易发生渗透压失衡,促使水分外渗,其渗透速率及有效扩散率会相应降低,因而水分含量回落[18]。
a-各因素不同添加量对水分含量的影响;b-胶原蛋白与海藻糖及山梨糖醇与TG酶之间的交互效应
图2 单因素与响应面交互效应分析图
Fig.2 Single factor and response surface interaction effect analysis chart
注:不同小写字母表示差异显著(P<0.05)(下同)。
如表2所示,多元回归模型显著(P<0.000 1),模型的决定系数和校正系数分别为R2=0.958 9与Radj2=0.917 8,模型具有较高的预测能力。特别是胶原蛋白肽与海藻糖(AS)和山梨糖醇与TG酶(BD)的交互作用对水分含量的影响极显著,说明鱼胶原蛋白肽和海藻糖的组合使用可能对提高水分含量有协同效应(图2-b)。
表2 水分含量回归模拟方差分析及显著性检验
Table 2 Regression analysis of moisture content and significance test
注:*表示显著(P<0.05),**表示极显著(P<0.01)。
方差来源平方和自由度均方F值P值显著性模型26.63141.90223.34<0.000 1 ∗∗A0.269 410.269 43.3060.090 50B0.415 510.415 55.0990.040 44∗C0.465 310.465 35.7100.031 50∗D0.573 810.573 87.0410.018 90∗AB0.664 210.664 28.1500.012 73∗AC3.09813.09838.01<0.000 1∗∗AD0.912 010.912 011.190.004 809∗∗BC0.011 2410.011 240.137 90.716 0BD2.75112.75133.75<0.000 1∗∗CD0.090 9010.090 901.1150.308 8A25.27215.27264.68<0.000 1∗∗B24.52114.52155.48<0.000 1∗∗C25.59715.59768.67<0.000 1∗∗D211.04111.04135.5<0.000 1∗∗残差1.141140.081 50失拟项1.023100.102 33.4640.121 3不显著纯误差0.118 140.029 53总和27.7728R2=0.958 9Radj2=0.917 8
2.2 GA-BP神经网络结果分析
使用GA-BP神经网络进一步优化了响应面试验获得的结果。采用BP神经网络对数据进行建模,并使用GA获得所选参数的最佳条件,结合PO得到BP神经网络参数(训练次数:248;学习速率:0.086 463 941 437 355 0;训练目标最小误差:0.009 740 380 296 535 76)。
当最佳隐含层节点数为8时,模拟仿真效果如图3所示,此时训练集均方误差为0.033 93,BP神经网络训练13次后结束。BP神经网络模型的决定系数R的值为0.977 85,训练、验证、测试及总体数据的R值分别为 0.971 85、0.983 72、0.998 28和0.970 69。且GA-BP神经网络模型的平均绝对误差与均方根误差分别为0.297、0.361,低于响应面优化模型的0.310、0.380。
图3 GA-BP神经网络模拟仿真效果图
Fig.3 GA-BP neural network simulation rendering
在该模型最优的情况下,得到复配保水剂的最佳配方为鱼胶原蛋白肽添加量2.65%、TG酶添加量0.43%、海藻糖添加量1.13%、山梨糖醇添加量0.31%。在此配方下重复验证3次,其水分含量为(73.76±0.31)%,与CC组相比,水分含量提升了11.61%,与预测值73.83%基本一致,可见GA-BP神经网络模型的合理性与准确性较高[19]。
2.3 复配保水剂对冻结速率的影响
如图4所示,在-20 ℃的冻结条件下,2组样品的冻结曲线均呈现经典的三段式,分别由冷却阶段(于-1.5 ℃左右达到冰点)、相变阶段——最大冰晶生成带、降温阶段组成[20]。DC与DB组的冰点均为-1.5 ℃左右,冷却时间相差不大。但DB组的相变温度区间为(-1.5～-3 ℃)较DC组的(-1～-3 ℃)相变初始温度低约0.5 ℃,且相变时间仅为DC组的47.83%。此外,在冻结至-18 ℃终点过程中,DB组的总用时为187 min,约为DC组用时的65.61%。其中,相变阶段对烤鱼的品质影响最大,相变时间越短、冻结速率越快,所形成的冰晶就越小、越均匀,对烤鱼组织结构的损伤就越小[16]。而保水剂对改善冷冻过程中的冰晶生成具有显著影响。这和保水剂中的糖类物质与水分子形成氢键的能力较强,且可与大分子中的不规则极性基团结合,提高整体的玻璃化转变温度、缩短最大冰晶生成带有关。并且鱼胶原蛋白肽与TG酶可在鱼肉中形成稳定的保护网络,有助于减少冰晶对细胞结构的破坏,更好地保持烤鱼的品质。综上,添加了保水剂后,冻结速率提升同时形成冰晶更小且分布更均匀。
图4 复配保水剂对预制烤鱼冻结速率的影响
Fig.4 Effect of compound water-holding agent on the freezing rate of pre-made roasted fish
2.4 复配保水剂对持水力的影响
持水力是指保持自身固有及添加水分的能力,可通过解冻损失率、离心损失率和蒸煮损失率来表征[21-23]。如表3所示,DC组的解冻损失率高达12.28%,而DB组则显著低于DC组,仅有8.04%。表明保水剂的添加有利于降低解冻损失,因为保水剂可使冰晶尺寸减小、分布更均匀,这有助于维持肌肉组织的完整性,减少解冻时的汁液流失。此外保水剂促进了蛋白质的交联、凝胶网络的形成,抑制冰晶破坏细胞和组织,从而在初始腌制时增加水分的吸收并减少解冻时的流失。DB组的离心、蒸煮损失率均显著低于其他组别,相较于CC组分别降低了7.01%、7.72%。上述结果表明,保水剂的添加显著减少了水分流失,这可能是因为保水剂增强了肌肉蛋白质的持水能力。保水剂通过与肌肉蛋白质相互作用,增加了蛋白质分子间的交联,从而提高了蛋白质网络的持水性,这种增强的持水能力有助于在加工过程中减少细胞内水分向细胞外的迁移;同时减少热处理导致的细胞结构破坏,有助于维持肌肉纤维的空间网络结构[24]。此外,保水剂可能通过在表面形成保护层,减少加工过程中水分的蒸发损失,从而减少水分和其他水溶性成分的损失。
表3 复配保水剂对鱼肉持水力的影响 单位:%
Table 3 Effect of compound water-holding agent on water holding capacity of fish flesh
注:同列肩标不同小写字母之间差异显著(P<0.05);—表示无相关数据。
组别解冻损失率离心损失率蒸煮损失率DC12.28±3.02a24.99±0.58b5.29±0.28bDB8.04±0.70b21.81±0.49c3.47±0.70cCC—28.82±1.63a12.19±0.83aCB—25.58±0.59b4.18±0.70c
2.5 核磁分析
低场核磁共振技术可监测食品中水的动态变化情况[25-26]。表征烤鱼中水分分布与迁移情况的低场核磁共振T2弛豫时间曲线如图5-a所示。曲线由0～10 ms(T21)、10～100 ms(T22)和100～10 000 ms(T23)3个峰组成。而通过各峰的弛豫时间及峰面积比例的变化可反映不同状态水在冷冻预制烤鱼冻结与贮藏后的分布与迁移情况[27]。可以发现DC4与DB4组的横向弛豫时间明显右移,相较于其余组别,其T22峰的信号强度低、T23峰的强度高,尤其是DC4组。结合不同状态水的峰面积比例,如图5-b所示。各组T21对应峰面积比例均在6%左右,而DB4与DC4组的T22与T23峰面积比例显著区别于其余组别。但因DB4组添加了复配保水剂,其不易流动水与自由水含量的占比优于DC4组。这也表明样品在经过冷冻、贮藏过程后,其部分不易流动水转化为了自由水[28]。这可能是由于长时间冷冻贮藏,冰晶颗粒不断聚集增大引起细胞结构破坏[29],以及热加工处理后鱼肉的结缔组织被破坏、蛋白质变性导致的水分结合能力下降[30]。但综合添加复配保水剂与否的情况来看,添加复配保水剂可改善不易流动水向自由水的迁移情况。
a-低场核磁共振T2谱图;b-不同状态水峰面积比例图;c-核磁共振成像Jet伪彩图
图5 复配保水剂对预制烤鱼水分迁移的影响
Fig.5 Effect of compound water -holding agent on water migration in pre-made roasted fish
核磁共振成像技术可直观的反映各组水分的分布情况,水分含量较高的为红色区域,较低的为蓝色区域[31]。由图5-c伪彩图可见,未添加复配保水剂的样品在冷冻与贮藏后已经发生了较高程度的水分迁移与流失,而添加了复配保水剂的样品在冷冻与贮藏后其水分的迁移与流失程度较低。这也佐证了T2与峰面积比例的分析结果。
2.6 微观结构分析
如图6所示,是否添加保水剂、冷冻与贮藏处理对各组烤鱼样品在微观结构下的影响较为明显。各组样品中的肌纤维外观、间隙均有所不同。添加复配保水剂的样品中虽存在一定的肌纤维间隙但大部分肌肉纤维的联结依然较为紧密,表面有一定的凝结痕迹,冷冻与贮藏处理对其的影响较小;而未添加复配保水剂的样品中肌肉纤维间隙明显较大,在冷冻与贮藏处理后肌纤维愈加分散且出现了孔洞。未冷冻前样品中存在的肌纤维间隙是由于鱼肉热加工处理后蛋白质受热变性、肌纤维收缩所导致[32]。冷冻后的样品因缓慢生成的冰晶撑开了各肌纤维间的联结,导致更多的间隙出现。根据冻结曲线可知,样品DB组的相变时间较短,生成的冰晶更小更均匀,与图中肌纤维联结依然紧密的现象所对应。在贮藏4周后,样品DB4与CB4组间的微观结构相差巨大,DC4组的肌纤维间隙较大、结构疏松、排列紊乱且有较大的孔洞出现。这是因为在长时间的冷冻贮藏过程中,冰晶不断吸附增长,融化后留下的痕迹[33]。以上微观结构的观察结果也进一步证明保水剂的应用有助于肌纤维聚集交联保持水分。
a-CB;b-DB;c-DB4;d-CC;e-DC;f-DC4
图6 复配保水剂对预制烤鱼微观结构影响的SEM图
Fig.6 SEM images of the effect of compound water-holding agent on the microstructure of pre-made roasted fish
3 结论
本研究利用结合GA-BP神经网络响应面分析优化了鱼胶原蛋白肽、TG酶、海藻糖、山梨糖醇4种保水剂的复配配方,并应用于冷冻预制烤鱼加工。应用复配保水剂后,CB组的水分含量与CC组相比提升11.61%(P<0.05)。经多指标综合评价,添加复配保水剂的样品在冷冻后的持水力有显著提升(解冻、离心及蒸煮损失率明显下降)。低场核磁分析发现复配保水剂能有效抑制样品中不易流动水向自由水的迁移,SEM结果表明其肌纤维结构更为完整,以上结果共同证明了其良好的保水效果。综上,此复配保水剂能有效保持冷冻预制烤鱼产品的水分含量,能为冷冻预制水产品的工业化生产提供一定的参考依据。在后期工作中可着力于通过不同技术相结合共同优化腌制均匀度(如注射腌制、超声波辅助腌制等),以提高冷冻预制烤鱼产品的综合品质。
[1] 农业农村部渔业渔政管理局. 2024中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2024.Bureau of Fisheries, Ministry of Agriculture and Rural Affairs. 2024 China fishery statistical yearbook[M]. Beijing: China Agriculture Press, 2024.
[2] 刘兴平, 唐密, 余永,等.水煮鱼风味组成与主体风味物质挖掘[J].食品与发酵工业, 2024, 50(19):331-340.Liu X P, Tang M, Yu Y, et al.Mining of flavor composition and main flavor substances in boiled fish[J].Food and Fermentation Industries, 2024, 50(19):331-340.
[3] 夏雨婷, 吴伟伦, 章蔚,等.真空辅助加压腌制对草鱼块品质的影响[J].食品科学, 2023, 44(1):70-77.Xia Y T, Wu W L, Zhang W, et al.Effect of vacuum-assisted high pressure curing on the quality of grass carp pieces[J].Food Science, 2023, 44(1):70-77.
[4] 张艳, 王圣开, 聂青玉,等.不同原料预制烤鱼的营养成分及质构特性分析[J].食品工业科技, 2023, 44(22):233-240.Zhang Y, Wang S K, Nie Q Y, et al.Analysis on the nutritional components and texture characteristics of prefabricated grilled fish with different fish species[J].Science and Technology of Food Industry, 2023, 44(22):233-240.
[5] 张杰, 唐善虎, 李思宁,等.添加含磷与非磷保水剂对牦牛肉肉糜保水性的影响[J].食品工业科技, 2017, 38(8):306-310.Zhang J, Tang S H, Li S N, et al.Effect of phosphorus or phosphorus-free agents on water-holding capacity of yak meat batters[J].Science and Technology of Food Industry, 2017, 38(8):306-310.
[6] 王雪芹, 邢荣娥, 于华华,等.海洋生物多糖/寡糖对鱼糜制品保水作用的研究[J].海洋科学, 2020, 44(7):208-215.Wang X Q, Xing R E, Yu H H, et al.Study of the water-holding effects of marine polysaccharide/oligosaccharide on surimi product[J].Marine Sciences, 2020, 44(7):208-215.
[7] 蔡金秀, 马佳雯, 何璐瑶,等.复合酶法制备鱿鱼皮胶原蛋白抗冻肽的工艺研究[J].核农学报, 2023, 37(4):749-757.Cai J X, Ma J W, He L Y, et al.Research on preparation technology for collagen antifreeze peptide from squid skinby composite enzymatic hydrolysis[J].Journal of Nuclear Agricultural Sciences, 2023, 37(4):749-757.
[8] 易一帆, 王越, 程宽,等.胶原蛋白肽的制备、生物活性及应用研究进展[J].食品工业科技, 2024, 45(23):396-404.Yi Y F, Wang Y, Cheng K, et al.Research progress on preparation, biological activity and application of collagen peptides[J].Science and Technology of Food Industry, 2024, 45(23):396-404.
[9] 杨聪, 郭丽琼, 万华,等.谷氨酰胺转氨酶及其在食品工业上的应用研究进展[J].食品工业科技, 2021, 42(10):370-377.Yang C, Guo L Q, Wan H, et al.Research advances on transglutaminases and their applications in food industry[J].Science and Technology of Food Industry, 2021, 42(10):370-377.
[10] 马路凯, 张宾, 王晓玲,等.海藻糖、海藻胶及寡糖对蒸煮南美白对虾的抗冻保水作用[J].食品科学, 2015, 36(16):266-271.Ma L K, Zhang B, Wang X L, et al.Comparison of the cryoprotective effects of trehalose, alginate and alginate-derived oligosaccharides on cooked shrimp(Litopenaeus vannamei)[J].Food Science, 2015, 36(16):266-271.
[11] 李伟平, 窦现东, 王振兴,等.BPNN-HDMR非线性近似模型方法及应用[J].湖南大学学报(自然科学版), 2014, 41(5):32-38.Li W P, Dou X D, Wang Z X, et al.BPNN-HDMR nonlinear metamodeling technique and its application[J].Journal of Hunan University(Natural Sciences), 2014, 41(5):32-38.
[12] 王强, 冯玲然, 余晓斌.基于BP神经网络和遗传算法优化番茄红素发酵培养基[J].食品与生物技术学报, 2019, 38(2):111-119.Wang Q, Feng L R, Yu X B.Medium optimization for the production of lycopene based on BP neural network and genetic algorithms[J].Journal of Food Science and Biotechnology, 2019, 38(2):111-119.
[13] Kumar A, Pathak A K, Guria C.NPK-10:26:26 complex fertilizer assisted optimal cultivation of Dunaliella tertiolecta using response surface methodology and genetic algorithm[J].Bioresource Technology, 2015, 194:117-129.
[14] 孙嘉, 郑远荣, 刘振民,等.基于反向传播神经网络和遗传算法的新鲜Halloumi奶酪生产工艺优化[J].食品与发酵工业, 2024, 50(1):133-140.Sun J, Zheng Y R, Liu Z M, et al.Production process optimization of fresh Halloumi cheese based on BP neural network and genetic algorithm[J].Food and Fermentation Industries, 2024, 50(1):133-140.
[15] 闫旭, 徐森生.基于GA-BP神经网络的造纸输送机CST故障诊断模型研究[J].造纸科学与技术, 2025, 44(6):82-88.Yan X, Xu S S.Research on CST fault diagnosis model of paper conveying machine based on GA-BP neural network[J].Paper Science and Technology, 2025, 44(6):82-88.
[16] 赵茜, 盖雨欣, 孙海涛,等.不同冻结方式对海鲈鱼品质特性的影响[J].食品科学, 2023, 44(15):220-226.Zhao Q, Gai Y X, Sun H T, et al.Effects of different freezing methods on the quality of sea bass[J].Food Science, 2023, 44(15):220-226.
[17] Fang Q, Shi L F, Ren Z Y, et al.Effects of emulsified lard and TGase on gel properties of threadfin bream (Nemipterus virgatus) surimi[J].LWT, 2021, 146:111513.
[18] 姜晶丹, 杨明远, 许长华, 等.湿腌时盐质量浓度对草鱼肌肉组织结构和品质的影响[J].食品科学, 2021, 42(8):40-45.Jiang J D, Yang M Y, Xu C H, et al.Effects of salt concentration on texture, microstructure and quality of wet-cured grass carp muscle[J].Food Science, 2021, 42(8):40-45.
[19] 邹立飞, 郑鹏.人工神经网络和响应面法优化薏苡仁酒发酵条件[J].中国酿造, 2021, 40(1):142-147.Zou L F, Zheng P.Optimization of fermentation conditions of coix seed wine by artificial neural network and response surface method[J].China Brewing, 2021, 40(1):142-147.
[20] 周思健, 高颖, 周宇益,等.磁场辅助冷冻对鱼糜品质的影响[J].食品研究与开发, 2025, 46(13):9-14.Zhou S J, Gao Y, Zhou Y Y, et al.Effect of magnetic field-assisted freezing on quality of surimi[J].Food Research and Development, 2025, 46(13):9-14.
[21] 刘学军, 周丽丽.响应面法优化鸭胸肉保水工艺中复合磷酸盐配比[J].食品科学, 2014, 35(12):65-69.Liu X J, Zhou L L.Optimization of composite phosphate for water-holding capacity of duck breast meat[J].Food Science, 2014, 35(12):65-69.
[22] Sun Q X, Zhang C, Li Q X, et al.Changes in functional properties of common carp (Cyprinus carpio) myofibrillar protein as affected by ultrasound-assisted freezing[J].Journal of Food Science, 2020, 85(9):2879-2888.
[23] Dou X, Wang Y Q, Wu Y Y, et al.Analysis and evaluation of nutritional components in liver of large yellow croaker (Pseudosciaena crocea)[J].CyTA-Journal of Food, 2020, 18(1):551-560.
[24] 张萌, 马思丽, 李亚蕾,等.贮藏期间蛋白质氧化对牛肉品质的影响[J].中国食品学报, 2023, 23(7):327-336.Zhang M, Ma S L, Li Y L, et al.Effect of protein oxidation on beef quality during storage[J].Journal of Chinese Institute of Food Science and Technology, 2023, 23(7):327-336.
[25] Lian F L, Cheng J H, Ma J, et al.LF-NMR and MRI analyses of water status and distribution in pork patties during combined roasting with steam cooking[J].Food Bioscience, 2023, 56:103325.
[26] Sun H L, Zhao Y Q, Zhao J, et al.Ultrasound thawing for improving the eating quality and off-flavor of frozen duck meat and its possible mechanisms[J].LWT, 2023, 187:115314.
[27] Wang Y Y, Yan J K, Rashid M T, et al.Dual-frequency sequential ultrasound thawing for improving the quality of quick-frozen small yellow croaker and its possible mechanisms[J].Innovative Food Science &Emerging Technologies, 2021, 68:102614.
[28] Kuang S Y, Hu L H, Zhang S N, et al.Comparison of air freezing, liquid immersion freezing and pressure shift freezing on freezing time and quality of snakehead (Channa argus) fillets[J].Innovative Food Science &Emerging Technologies, 2023, 88:103450.
[29] Liu C K, Feng R N, Li J, et al.The migration and loss of water in emulsified surimi gels prepared with different phase states of lipids:Effect of freeze-thawing treatments[J].Journal of Food Science, 2023, 88(4):1253-1267.
[30] 贡慧, 杨震, 刘梦,等.秋刀鱼热加工后挥发性风味成分变化的分析[J].肉类研究, 2017, 31(1):25-31.Gong H, Yang Z, Liu M, et al.Changes in volatile flavor compounds during heat processing of Cololabis saira[J].Meat Research, 2017, 31(1):25-31.
[31] Zhao X Y, Guo R T, Li X X, et al.Effect of oil-modified crosslinked starch as a new fat replacer on gel properties, water distribution, and microstructures of pork meat batter[J].Food Chemistry, 2023, 409:135337.
[32] Sun S, Wang S Q, Lin R, et al.Effect of different cooking methods on proton dynamics and physicochemical attributes in Spanish mackerel assessed by low-field NMR[J].Foods, 2020, 9(3):364.
[33] Wang Y, Liang H, Xu R Y, et al.Effects of temperature fluctuations on the meat quality and muscle microstructure of frozen beef[J].International Journal of Refrigeration, 2020, 116:1-8.