基于神經(jīng)網(wǎng)絡(luò)的花生紅衣原花色素提取研究

黃燕，張文鳳

(1.九江職業(yè)大學(xué)，江西 九江 332000；2.江西工程學(xué)院，江西 新余 338000)

花生紅衣是一種包含多種原花色素的紅棕色膜態(tài)物質(zhì)。對(duì)花生紅衣原花色素的提取是一種利用固液浸泡方式處理后提取色素的過程，紅衣原花色素提取工藝與溶劑種類、濃度、提取溫度、提取時(shí)間以及物料等多種因素有關(guān)，對(duì)花生紅衣原花色素的提取工藝進(jìn)行優(yōu)化是提高花生紅衣原花色素水平綜合評(píng)價(jià)的關(guān)鍵。本文以花生紅衣為原材料，利用固液浸泡的方式對(duì)紅衣原花色素進(jìn)行提取，同時(shí)對(duì)提取工藝過程影響因素進(jìn)行正交試驗(yàn)分析，采用神經(jīng)網(wǎng)絡(luò)方法建立花生紅衣原花色素提取工藝的預(yù)測(cè)模型，對(duì)花生紅衣原花色素的提取工藝進(jìn)行優(yōu)化，為快速高效提取花生紅衣原花色素工藝提供了借鑒。

1 花生紅衣原花色素提取和檢測(cè)

在紅衣原花色素提取前，采用高速粉碎機(jī)對(duì)花生紅衣進(jìn)行粉碎，并采用60目篩進(jìn)行過濾，將粉末與石油醚混合后裝于燒杯中，放置于恒溫水浴鍋中進(jìn)行30 ℃保溫，時(shí)長5 h，保溫后進(jìn)行脫脂處理，使花生紅衣粉末干燥后進(jìn)行保存?zhèn)溆谩?/p>

稱取2 g處理后的花生紅衣粉末，加入濃度為60%的乙醇中進(jìn)行浸泡，浸泡過程中保持溫度為60 ℃，浸泡時(shí)長為2.5 h，浸泡完成后提取乙醇溶液并進(jìn)行濃縮。將濃縮液放置于45 ℃恒溫干燥箱中進(jìn)行通風(fēng)干燥，當(dāng)重量不發(fā)生變化時(shí)，停止干燥。此時(shí)所得到物質(zhì)為花生紅衣原花色素提取物，檢測(cè)提取物中原花色素的含量，并計(jì)算花生紅衣原花色素色價(jià)和紅衣原花色素提取率[1-4]。

在進(jìn)行原花色素含量檢測(cè)時(shí)，首先配制原花色素標(biāo)準(zhǔn)溶液，溶液濃度為0.5 mg/mL，分別取標(biāo)準(zhǔn)溶液0.05，0.1，0.15，0.2，0.25，0.3 mL，并使用蒸餾水進(jìn)行0.5 mL定容，完成后加入濃度為4%的香草醛甲醇溶液3 mL和濃度為40%的鹽酸1.5 mL進(jìn)行均勻混合[5-6]。將混合溶液在30 ℃條件下進(jìn)行顯色，并在500 nm光譜條件下測(cè)定其吸光值，紅衣原花色素混合溶液吸光度標(biāo)準(zhǔn)曲線見圖1。

圖1 花生紅衣原花色素混合溶液吸光度曲線Fig.1 Absorbance curve of peanut red skin proanthocyanidins mixed solution

2 檢測(cè)數(shù)據(jù)分析處理方法

花生紅衣原花色素粗提取率可表示為：

式中：m表示提取得到的花生紅衣提取物質(zhì)量，M表示花生紅衣質(zhì)量。

原花色素含量可通過配制過程中的檢測(cè)值計(jì)算得出：

式中：c表示花生原花色素濃度，V表示花生紅衣中原花色素提取液體積。

稱取0.1 g花生紅衣提取物，使用濃度為0.01 mol/L的氫氧化鈉溶液進(jìn)行溶解，再使用蒸餾水定容至10 mL，在500 nm光譜條件下檢測(cè)溶液吸光度，由此得出花生紅衣原花色素色價(jià)：

式中：Q表示花生紅衣原花色素溶液吸光度，n表示稀釋倍數(shù)。

花生紅衣原花色素含量、花生紅衣原花色素粗提取率以及花生紅衣原花色素色價(jià)是花生紅衣原花色素提取工藝評(píng)價(jià)的關(guān)鍵指標(biāo)，對(duì)3個(gè)指標(biāo)權(quán)重的確定直接影響提取工藝的評(píng)價(jià)過程[7-8]。本文采用熵值法確定3個(gè)評(píng)價(jià)指標(biāo)權(quán)重，并得出花生紅衣原花色素提取綜合評(píng)價(jià)公式：

y=0.5224P+0.3747γ+0.1029E。

花生紅衣原花色素提取評(píng)價(jià)指標(biāo)權(quán)重見表1。

表1 花生紅衣原花色素提取評(píng)價(jià)指標(biāo)權(quán)重Table 1 The evaluation index weight of extraction of proanthocyanidins from peanut red skin

3 多因素正交試驗(yàn)分析

花生紅衣原花色素提取過程中溶劑種類、濃度、提取溫度、提取時(shí)間以及物料等多種因素對(duì)提取效果會(huì)產(chǎn)生不同程度的影響，花生紅衣色素提取工藝單因素試驗(yàn)結(jié)果見表2。

表2 最佳提取工藝參數(shù)(單因素試驗(yàn)結(jié)果)Table 2 The best extraction process parameters(single-factor test results)

本文首先采用正交試驗(yàn)分析的方法，確定諸多影響因素對(duì)花生紅衣原花色素提取率、原花色素提取量以及原花色素色價(jià)的影響程度[9]。正交試驗(yàn)過程中，影響因素A表示溫度，B表示提取劑，C表示提取劑濃度，D表示提取時(shí)間，E表示料液比值。影響因素代號(hào)分配表見表3。花生紅衣色素提取正交試驗(yàn)結(jié)果見表4。

表3 提取工藝影響因素代號(hào)分配表Table 3 The code distribution table of influencing factors of extraction process

表4 花生紅衣色素提取正交試驗(yàn)結(jié)果Table 4 The orthogonal experiment results for the extraction of peanut red skin pigment

續(xù) 表

由表3可知，在諸多影響因素中，影響花生紅衣中紅色素提取效果的順序?yàn)樘崛┦褂靡掖迹崛囟葹?5 ℃，提取劑濃度為60%，提取時(shí)間為3 h，提取過程中料液比值為1∶35。影響花生紅衣中原花色素提取效果的順序?yàn)樘崛┦褂靡掖?，提取過程中料液比值為1∶35，提取時(shí)間為2.5 h，提取溫度為60 ℃，提取劑濃度為60%。影響花生紅衣中原花色素色價(jià)提取效果的順序?yàn)樘崛┦褂靡掖迹崛囟葹?5 ℃，提取劑濃度為65%，提取時(shí)間為2.5 h，提取過程中料液比值為1∶25。

4 提取工藝條件神經(jīng)網(wǎng)絡(luò)優(yōu)化

神經(jīng)網(wǎng)絡(luò)中包含多種訓(xùn)練模式，采用逼近訓(xùn)練函數(shù)可獲取較快的過程收斂性[10]?；ㄉt衣色素提取條件優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖見圖2。

圖2 提取工藝條件優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 Structure diagram of neural network for optimization of extraction process conditions

本文進(jìn)行花生紅衣色素提取條件優(yōu)化時(shí)，選用神經(jīng)網(wǎng)絡(luò)包含1個(gè)隱含層，選取提取工藝5個(gè)影響因素作為輸入?yún)?shù)，將紅衣色素提取綜合評(píng)價(jià)值作為輸出層，建立神經(jīng)網(wǎng)絡(luò)模型，該模型中包含3個(gè)網(wǎng)絡(luò)層，其中輸入層的節(jié)點(diǎn)數(shù)為5，隱含層包含10個(gè)節(jié)點(diǎn)，輸出層為1個(gè)節(jié)點(diǎn)[11-12]。輸入層與輸出層之間采用S型正切函數(shù)進(jìn)行傳遞，使輸入?yún)?shù)和輸出參數(shù)的取值映射到[-1,1]區(qū)間范圍內(nèi)，隱含層與輸出層之間采用線性函數(shù)進(jìn)行傳遞[13]。

利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對(duì)花生紅衣色素綜合評(píng)價(jià)值進(jìn)行計(jì)算，驗(yàn)證神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)性能[14]。驗(yàn)證過程中，選取工藝條件為提取溫度55 ℃，提取劑濃度60%，提取時(shí)間3 h，提取過程中料液比值為1∶35，利用神經(jīng)網(wǎng)絡(luò)模型對(duì)該工藝條件下的花生紅衣色素綜合評(píng)價(jià)值進(jìn)行預(yù)測(cè)，將預(yù)測(cè)值與試驗(yàn)值進(jìn)行對(duì)比。6組對(duì)比試驗(yàn)結(jié)果表明，神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)值與試驗(yàn)值之間具有較高的擬合度。神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)性能試驗(yàn)數(shù)據(jù)見表5。

表5 神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)性能試驗(yàn)數(shù)據(jù)Table 5 The test data of predicted performance of neural network model

人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)綜合評(píng)價(jià)效果的影響順序?yàn)樘崛┦褂靡掖?，提取溫度?5 ℃，提取劑濃度為60%，提取時(shí)間為3 h，提取過程中料液比值為1∶35。正交試驗(yàn)結(jié)果與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)兩種方式，得到的花生紅衣色素提取綜合評(píng)價(jià)值對(duì)比數(shù)據(jù)見表6。

表6 試驗(yàn)結(jié)果與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)綜合評(píng)價(jià)值對(duì)比數(shù)據(jù)Table 6 The comparative data of experimental results and the comprehensive evaluation values of neural network prediction

5 結(jié)論

本文利用正交試驗(yàn)分析法得到花生紅衣色素提取的最佳工藝，并利用神經(jīng)網(wǎng)絡(luò)建立花生紅衣色素綜合評(píng)價(jià)網(wǎng)絡(luò)模型。利用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)得到的花生紅衣色素綜合評(píng)價(jià)值與正交試驗(yàn)結(jié)果基本相符，綜合評(píng)價(jià)值最大誤差小于0.009%，表明神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果具有較高的可靠性。