《Applied Food Research》:Design Strategies to Control Ostwald Ripening While Preserving Bioactivity in Food-Grade Essential Oil Nanoemulsions
本研究采用近红外(NIR)光谱结合机器学习方法,建立了对白酒酒醅中酸度、淀粉和水分进行快速定量分析的方法。光谱数据经标准正态变量变换(SNV)、Savitzky–Golay(SG)平滑和一阶导数(1stD)预处理,以校正基线漂移并降低噪声。采用竞争性自适应重加权采样(CARS)筛选特征波长,从而降低数据维度。利用随机化网格搜索(RGS)策略对多层感知机(MLP)模型参数进行高效优化,使参数优化时间缩短80.2%。优化后的MLP模型表现出优异的预测性能,酸度、淀粉和水分的决定系数R2分别达到0.9623、0.9315和0.9054,且显著优于传统偏最小二乘回归(PLSR)模型。该方法可实现关键组分的快速、准确测定,为白酒生产过程中的在线监测与质量控制提供了有力支持。
1. Introduction
论文标题与摘要存在明显不一致:标题讨论的是食品级精油纳米乳液中奥斯特瓦尔德熟化(Ostwald ripening)的控制策略及生物活性保持,而正文与摘要实际研究对象是白酒酒醅的近红外(NIR)光谱定量检测。因此,依据所给正文内容,文章主体主要围绕酒醅酸度、淀粉和水分的快速检测展开。
本节首先指出,中国白酒作为重要蒸馏酒,其酿造过程中的参数控制直接关系到产品质量。酒醅由稻壳、小麦、高粱等含氢化合物组成,其酸度、淀粉和水分等指标不仅影响窖池发酵效果和出酒品质,也关系到微生物群落的存活与发酵生态稳定性。传统化学分析方法虽然能够完成组分测定,但存在检测周期长、试剂消耗大、受人为误差影响明显、无法及时反馈生产状态等缺陷,难以满足白酒生产过程中快速、准确和在线监测的需求。
随后,文章论述了近红外光谱(NIRS)的技术基础与应用优势。近红外区域位于紫外-可见光(UV-Vis)与中红外(MIR)之间,波长范围为780~2526 nm,对应波数范围12820~3959 cm
-1,能够反映样品中C-H、O-H、N-H、S-H等含氢基团的信息。由于NIRS具有操作简便、无需复杂前处理、检测速度快和分析效率高等特点,因此在发酵酒醅成分检测中具有良好的应用潜力。
作者进一步指出,NIRS属于间接分析技术,其关键在于建立准确的定量校正模型。现有研究多采用偏最小二乘回归(PLSR)等线性方法进行建模,但这类方法通常建立在样品光谱响应完全或近似满足Lambert-Beer定律的前提下。实际应用中,NIR吸收参数与化学测定值之间往往存在非线性关系,特别是在样品浓度范围较大、组分相互作用复杂、仪器噪声和基线漂移并存的情况下,线性模型难以获得理想结果。因此,构建适用于非线性问题的模型具有必要性。
基于此,研究引入多层感知机(MLP)模型。MLP作为前馈神经网络,由输入层、一个或多个隐藏层以及输出层构成,能够通过非线性激活函数捕捉复杂数据关系,适用于NIR光谱中的非线性映射任务。与结构更复杂、计算成本更高的深度学习模型相比,MLP结构相对简洁,更适合生产车间和食品工厂等对实时性要求较高的场景。考虑到MLP超参数设置依赖经验且调参成本较高,作者进一步提出采用随机化网格搜索(RGS)方法优化神经元数量、权重优化算法与迭代次数,以提升建模效率和预测性能。研究目标是利用生产线上采集的酒醅NIR数据,构建酸度、淀粉和水分的预测模型,并与PLS模型进行比较。
2. Materials and methods
2.1. Spectral data collection
本节介绍了样品采集与理化指标测定方法。研究于2022年5月至6月在四川某白酒生产企业采集酒醅样品。取样位置位于生产线酒醅料斗中部和中下部,每处取50 g后混匀并密封保存。所有样品均来自同一批次,共获得545个样本,并按7:3比例随机划分为训练集和测试集。样品组分含量依据DB34/T2264-2014进行化学分析,其中酸度通过中和滴定法测定,淀粉通过酸水解-葡萄糖返滴定法测定,水分及挥发物采用恒温干燥法或红外灯干燥法测定。文中同时给出了训练集和测试集中酸度、淀粉及水分的最小值、最大值与平均值,表明样本具有一定的数值分布范围,可用于后续建模。
2.2. NIR spectra data acquisition and preprocessing
本节主要阐述光谱采集条件、预处理方法及特征波长筛选策略。样品NIR数据由傅里叶变换近红外(FT-NIR)光谱仪VSPCQ2000采集,测量方式为漫反射模式。为减小颗粒分布不均对光谱稳定性的影响,酒醅样品在采集前进行了压实处理。仪器扫描范围为4000-12800 cm
-1,即785-2500 nm,背景每10 min校正一次,分辨率优于4 cm
-1,波数精度优于0.1 cm
-1。
由于原始光谱同时包含有效化学信息与噪声、基线漂移等干扰信号,研究采用标准正态变量变换(SNV)、Savitzky–Golay(SG)平滑以及一阶导数(1stD)组合预处理,以校正基线偏移并提高信噪比。进一步地,采用竞争性自适应重加权采样(CARS)算法筛选特征波长。CARS基于Darwin“适者生存”思想,通过蒙特卡罗采样和偏最小二乘(PLS)局部建模反复迭代,逐步剔除信息量低或与目标变量相关性差的波长,从而保留与预测目标最相关的关键变量,达到降维和强化模型可解释性的目的。
2.3. Model verification
本节重点介绍MLP模型结构及RGS超参数优化方法。MLP由输入层、隐藏层和输出层组成,模型训练包括前向传播与反向传播两个阶段:前向传播根据当前权重计算预测值,反向传播则利用损失函数梯度逐层更新权重,以减小预测误差。作者指出,神经元数量、优化算法和迭代次数是影响MLP性能的关键因素。神经元数量决定模型容量与复杂度,数量不足可能导致欠拟合,而过多则可能引起过拟合;优化算法决定参数更新机制,文中提及Adam、随机梯度下降(SGD)和L-BFGS等方法;迭代次数影响模型学习充分程度,但过多迭代会增加训练成本并可能引发过拟合。
针对人工调参耗时、主观性强且难以保证全局最优的问题,研究设计了RGS算法用于参数寻优。该策略首先在初始参数空间中进行等概率无放回抽样,形成若干参数组合,并通过交叉验证评价各组合性能;随后围绕当前较优参数,在固定步长范围内构造新的候选组合,再次评估并返回最优解。该方法兼顾了随机探索与局部细化的特点,旨在提高搜索效率并降低人工经验依赖。
2.4. Evaluation of model performance
本节给出了模型性能评价指标。研究采用预测均方根误差(RMSEP)和决定系数R
2评价模型表现。RMSEP主要用于衡量模型对外部样本的预测能力,数值越小,说明模型误差越低;R
2用于反映预测值与实测值之间的拟合程度,越接近1表示模型预测效果越好。文中列出了相应数学表达式,为后续比较不同模型和不同波长选择策略提供了统一标准。
3. Results and discussion
3.1. Original spectra features and Wavelength selection
本节分析了原始光谱特征及CARS波长筛选的效果。NIR光谱结果显示,5200 cm
-1处的吸收带对应O-H基团的组合频峰,6900 cm
-1处为O-H的一阶倍频峰,8300 cm
-1处则对应饱和C-H键(-CH
2/-CH
3)的二阶倍频峰。这些吸收特征与酒醅中的水分及有机组分密切相关,为后续定量分析提供了基础。
在经过SNV、SG和1stD预处理后,光谱噪声与基线漂移得到明显削弱。随后采用CARS对各组分特征波长进行筛选,并据此建立MLP预测模型。结果表明,与全光谱建模相比,基于CARS筛选变量的MLP模型在酸度预测中R
2提高1.71%,RMSEP下降0.0074;在淀粉预测中R
2提高3.05%,RMSEP下降0.0089;在水分预测中R
2提高5.28%,RMSEP下降0.0104。说明特征波长选择不仅有效减少变量数量,也提高了模型建模效率与预测精度。
3.2. Establishment model
本节围绕数据归一化、RGS调参效率及最终MLP模型构建展开。为避免不同量纲或取值范围特征对模型训练造成不均衡影响,研究先对光谱与理化数据进行最小-最大归一化处理,使特征值缩放至0到1之间。
随后,作者以酸度模型为例,对RGS与人工穷举调参进行比较。参数空间设定包括隐藏层神经元数量、优化算法类型以及迭代次数。结果显示,在相同参数空间下,RGS仅需35次搜索和63.79 s运行时间,而人工参数化需要86次搜索和322.33 s,表明RGS将MLP最优参数搜索时间缩短了80.2%,显著提高了建模效率。
在模型具体构建中,研究基于Scikit-learn搭建三层MLP网络,包括输入层、隐藏层和输出层。输入层神经元数为156,输出层神经元数为1,隐藏层神经元数量、优化算法和迭代次数则由RGS自动确定。最终结果显示,三个组分模型均采用L-BFGS作为权重优化算法,其中酸度模型隐藏层神经元数为24、迭代次数为1800,获得R
2=0.9623和RMSEP=0.0361;淀粉模型隐藏层神经元数为36、迭代次数为3000,获得R
2=0.9315和RMSEP=0.0440;水分模型隐藏层神经元数为23、迭代次数为1900,获得R
2=0.9054和RMSEP=0.0423。模型预测值与实测值的散点拟合关系表明,三类组分均取得较好的拟合与预测效果。
3.3. Comparison analysis of models
本节对MLP与PLS模型进行了对比分析,以验证所建非线性模型的优势。作者选用光谱定量分析中常用的PLS作为参照模型,分别建立酒醅酸度、淀粉和水分预测模型。比较结果表明,MLP在三个指标上均优于PLS:酸度预测中,R
2提升1.71%,RMSEP降低0.0996;淀粉预测中,R
2提升8.74%,RMSEP降低0.4309;水分预测中,R
2提升10.81%,RMSEP降低0.593。该结果说明,MLP在处理NIR光谱与组分含量之间的非线性映射关系方面具有明显优势,能够更有效地提升酒醅关键组分的定量预测性能。
4. Conclusions
结论部分概括了研究的主要创新点与应用价值。研究基于生产线采集的酒醅NIR光谱及酸度、淀粉、水分理化数据,采用SNV、SG和1stD组合预处理降低噪声并消除基线漂移,再结合CARS提取特征波段,实现了对原始高维光谱数据的有效压缩与信息强化。与全光谱建模相比,特征波长建模提升了预测精度并缩短了后续建模计算时间。
同时,研究提出的RGS超参数优化策略在MLP建模中表现出较高效率,显著降低了参数搜索时间,减少了人工调参的不确定性和经验依赖。最终建立的RGS-MLP模型在酸度、淀粉和水分三项指标预测中均取得较高R
2和较低RMSEP,并整体优于PLS模型,说明MLP更适用于酒醅NIR数据中的非线性定量分析任务。
总体而言,该研究证明了近红外(NIR)光谱结合CARS特征筛选、RGS参数优化和MLP建模在白酒酒醅关键组分快速检测中的可行性,为白酒发酵过程在线监测、质量控制和智能化生产提供了方法学支持。需要指出的是,根据文中结论表述,研究对“后续在线检测”提供了支持,但并未详细展示实际工业在线部署或长期运行验证结果,因此其工业化应用效果仍需结合进一步研究加以确认。