人工神經網絡法

人工神經網絡亦稱連接模型，是對人腦或自然神經網絡若干基本特性的抽象和模擬，是一個非線性動力學系統。對不能用數學模型準確表示的系統，以及處理大量原始數據而不能用規則或公式準確描述的問題，該方法表現出極大的靈活性和適應性。對食品凍結過程中凍結時間的預測，無論是數值模擬的數學模型還是簡單公式法中的經驗公式，都存在若干假設，不能十分準確地描述凍結過程，而神經網絡在處理這類問題時就具有相當的優勢。但不足之處在于，它必須獲得大量原始數據。

神經網絡在食品凍結時間及解凍時間方面的研究是在最近幾年才興起，所以，到目前為止，研究成果較少。Mittal和Zhang（2000）用神經網絡處理由Pham模型計算得到的凍結時間數據，并以實驗驗證，誤差在5%以內；Goi，

0ddoe（2007）運用人工神經網絡和細胞運算法則編寫出用于計算食品凍結時間、解凍時間的神經網絡程序，可用于任何形狀和尺寸的食品，其平均相對誤差小于10%。

運用人工神經網絡對凍結過程進行研究，將會為食品凍結時間預測方法的發展和創新帶來啟發性的思考和指導。但也要認識到，僅當難以找到更好的求解規則且擁有大量實驗數據時，才考慮讓神經網絡自動尋找合理的求解途徑，或者通過協同自動地求解復雜問題。