武玲梅，秦旭婧，陳顯玲，蘇 龍,2，唐 森,2*

（1.廣西科技師范學(xué)院，廣西來賓 546199；2.廣西糖資源工程技術(shù)研究中心，廣西來賓 546119）

荷葉為睡蓮科植物蓮（Nelumbo nuciferaGaertn）的葉，性平、味苦，歸肝、脾、心經(jīng)，具有生津止渴、清暑利濕、涼血止血、升發(fā)清陽、散瘀止血等功效[1]，經(jīng)過炒制而成的荷葉碳則有收澀、化瘀、止血等功能，因此具有廣泛的藥理作用。荷葉也是“藥食同源”的中藥之一，在我國傳統(tǒng)中醫(yī)學(xué)和食療學(xué)中應(yīng)用廣泛[2-3]。

隨著人們保健意識的增強(qiáng)，功能型糖果的開發(fā)成為未來的發(fā)展趨勢[4]。在硬質(zhì)糖果中添加一些荷葉粉末，不僅能賦予硬質(zhì)糖果特別的風(fēng)味，還能提升其食用價值，從功效和口感兩個方面同時滿足人們對口味、健康的追求。但是制作硬糖比制作軟糖需要更高的溫度[5]，而且荷葉粉末添加量過大會導(dǎo)致糖果顏色變深、味道變苦，添加量過少則荷葉的清香味不明顯。因此，需要對荷葉粉末的添加量進(jìn)行優(yōu)化。

人工神經(jīng)網(wǎng)絡(luò)是由許多神經(jīng)元互連在一起組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)[6]，它具有并行分布的信息處理結(jié)構(gòu)，通過“學(xué)習(xí)”或“訓(xùn)練”的方式完成某一特定的工作。BP 神經(jīng)網(wǎng)絡(luò)（back propagation neural network）是人工神經(jīng)網(wǎng)絡(luò)中基于誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，它是把一組樣本的輸入輸出變成一個非線性優(yōu)化問題，加入隱節(jié)點(diǎn)使得優(yōu)化問題的可調(diào)參數(shù)增加，從而可以逼近精確解[7-9]。BP 神經(jīng)網(wǎng)絡(luò)目前在優(yōu)化提取、控制食品加工等方面得到廣泛應(yīng)用[10-13]。本研究在單因素試驗(yàn)的基礎(chǔ)上，利用響應(yīng)面法優(yōu)化荷葉功能性硬糖配方，并以響應(yīng)面試驗(yàn)數(shù)據(jù)作為BP 神經(jīng)網(wǎng)絡(luò)的輸入值，對主要影響因素進(jìn)行仿真優(yōu)化，以期為荷葉功能性硬糖的開發(fā)提供參考依據(jù)。

1 材料與方法

1.1 材料與儀器

白砂糖，食品級，廣西來賓湘桂糖業(yè)有限責(zé)任公司；葡萄糖漿，食品級，西諾迪斯食品（上海）有限公司；木糖醇，食品級，南京甘汁園糖業(yè)有限公司；荷葉粉末，食品級，亳州中藥堂粉店。

雙喜雅越電磁爐，SXDC-20TH037 型，珠海雙喜電器股份有限公司；電子天平（精度0.01 g），LQ-C5001 型，上海瑤新電子科技有限公司；電子數(shù)顯食品溫度計，KT300型，潮州市潮安區(qū)保德儀器具有限公司；硅膠模具，尺寸為15 cm×18.5 cm×0.7 cm，巧滋烘焙坊。

1.2 試驗(yàn)方法

1.2.1 硬質(zhì)糖果的制備工藝流程

原料混合→熬糖→倒入模具→成型→冷卻→脫?！善?/p>

1.2.2 工藝要點(diǎn)（1）原料混合

準(zhǔn)確稱取制作硬糖的原料（葡萄糖漿、木糖醇、白砂糖、荷葉粉末），置于一次性杯子中，混合均勻備用。

（2）加熱熬糖

把原材料倒入不銹鋼鍋中，利用電磁爐小火進(jìn)行熬糖，且隨時攪拌，防止白砂糖出現(xiàn)糊鍋或粘鍋底的現(xiàn)象。當(dāng)糖液開始出現(xiàn)沸騰時，用電子溫度計測量溫度，同時不停地攪拌。

在糖漿不斷沸騰直至變得黏稠時，用勺子取少許黏稠的糖漿，滴入清水中，如果糖漿在水中可以直接凝結(jié)成比較堅(jiān)硬的糖珠時，關(guān)閉電磁爐。

（3）冷卻脫模

將熬制完成的糖漿倒入不同的模具，等待一段時間使糖漿變得堅(jiān)硬，隨后脫模，得到成品。

1.2.3 單因素試驗(yàn)

（1）葡萄糖漿添加量對荷葉硬糖感官評價的影響

稱取20 g 水、3 g 木糖醇、37 g 白砂糖和0.9 g 荷葉粉末，將葡萄糖漿的添加量設(shè)定為11、13、15、17、19 g，隨后將以上材料按照1.2.1 的工藝流程制成荷葉硬糖，以感官評價為考察指標(biāo)，確定葡萄糖漿的最佳添加量。

（2）木糖醇添加量對荷葉硬糖感官評價的影響

稱取20 g 水、37 g 白砂糖、15 g 葡萄糖漿和0.9 g 荷葉粉末，其中將木糖醇添加量分別設(shè)定為1、2、3、4、5 g，隨后將以上材料制成荷葉硬糖，以感官評價為考察指標(biāo)，確定木糖醇的最佳添加量。

（3）荷葉粉末添加量對荷葉硬糖感官評價的影響

稱取20 g 水、37 g 白砂糖、3 g 木糖醇和15 g 葡萄糖漿，將荷葉粉末添加量設(shè)定為1、2、3、4、5 g。隨后將以上材料制成荷葉硬糖，以感官評價為考察指標(biāo)，確定荷葉粉末的最佳的添加量。

1.2.4 響應(yīng)面法優(yōu)化荷葉硬糖制作工藝

在單因素試驗(yàn)的基礎(chǔ)上，以葡萄糖漿添加量、木糖醇添加量和荷葉粉末添加量作為自變量，以感官評分為響應(yīng)值，利用Design-Expert V8.0.6.1 軟件，采用Box-Behnken模型進(jìn)行三因素三水平實(shí)驗(yàn)設(shè)計，試驗(yàn)因素與水平如表1 所示。

表1 荷葉硬糖優(yōu)化工藝因素與水平的響應(yīng)面設(shè)計Table 1 Response surface design of optimization process factors and levels of lotus leaf hard candy

1.2.5 BP 神經(jīng)網(wǎng)絡(luò)的設(shè)計

本試驗(yàn)分析方法選用BP 神經(jīng)網(wǎng)絡(luò)，利用響應(yīng)面實(shí)驗(yàn)數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，通過3 層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)建立模型，輸入節(jié)點(diǎn)數(shù)和輸出節(jié)點(diǎn)數(shù)分別為3個和1 個，輸入節(jié)點(diǎn)數(shù)即葡萄糖漿添加量、木糖醇添加量和荷葉粉末添加量，輸出節(jié)點(diǎn)數(shù)即感官評分[14]。對荷葉功能性硬糖配方進(jìn)行模擬和仿真，并對響應(yīng)面試驗(yàn)分析結(jié)果和BP 神經(jīng)網(wǎng)絡(luò)的分析結(jié)果進(jìn)行對比，以探尋較佳的荷葉功能性硬糖配方。

1.3 硬糖的感官評價

隨機(jī)抽取10 位感官評價人員，從組織結(jié)構(gòu)、色澤、口感、形態(tài)和風(fēng)味五個方面對荷葉硬糖進(jìn)行感官評價[15]，滿分100 分[16]，取平均值。同時根據(jù)硬糖本身的特點(diǎn)以及感官評價的相關(guān)細(xì)則，制定出了荷葉硬糖的感官評價標(biāo)準(zhǔn)，具體細(xì)則如表2 所示。

表2 荷葉硬糖成品的感官評價標(biāo)準(zhǔn)Table 2 Sensory evaluation criteria for lotus leaf hard candy

1.4 數(shù)據(jù)處理

響應(yīng)面優(yōu)化采用Design-Expert V8.0.6.1 軟件進(jìn)行實(shí)驗(yàn)設(shè)計和數(shù)據(jù)分析，BP 神經(jīng)網(wǎng)絡(luò)分析則使用Matlab R2021a 神經(jīng)網(wǎng)絡(luò)工具箱，此外為保證實(shí)驗(yàn)的準(zhǔn)確性，每次實(shí)驗(yàn)均采用三次平行實(shí)驗(yàn)的平均值進(jìn)行分析計算。

2 結(jié)果與分析

2.1 單因素試驗(yàn)結(jié)果分析

2.1.1 葡萄糖漿添加量對荷葉硬糖感官評價的影響

葡萄糖漿可以提升硬糖的光澤度，糖漿的顏色越晶瑩透明，硬糖的顏色越容易調(diào)制，硬糖成品的顏色也就越明亮。這是由于葡萄糖漿中的還原糖能夠阻止砂糖再結(jié)晶，砂糖經(jīng)濃縮后成為無定形狀態(tài)即非晶體狀態(tài)，可降低糖體硬度[17]。圖1 顯示了葡萄糖漿添加量對荷葉硬糖感官評價的影響。

圖1 葡萄糖漿添加量對荷葉硬糖感官評價的影響Fig.1 Effect of glucose syrup addition on sensory evaluation of lotus leaf hard candy

由圖1 可以看出，隨著葡萄糖漿添加量的逐漸增加，荷葉硬糖的感官評分先升高后降低，當(dāng)葡萄糖漿添加量為15 g 時，荷葉硬糖的感官評分最高，為83.72 分，制備的荷葉硬糖糖體呈現(xiàn)光滑的墨綠色，光澤度好，甜味純正、細(xì)膩，堅(jiān)硬而脆、不黏牙。隨著葡萄糖漿添加量的逐漸增加，成品荷葉硬糖的硬度也逐漸降低，最后達(dá)到一個適中的水平，此時葡萄糖漿最佳添加量為15 g。

2.1.2 木糖醇添加量對荷葉硬糖感官評價的影響

從圖2 中可以看出，隨著木糖醇添加量的增大，荷葉硬糖的感官評分先升高后降低，當(dāng)木糖醇添加量為3 g時，荷葉硬糖的感官評分最高，為84.05 分，此時硬糖的硬度適中，不黏牙，甜味純正醇厚，無不良后味，與荷葉的味道融合完好，有木糖醇的清涼感，且口味清新宜人。在色澤的變化上，因?yàn)槟咎谴荚诮Y(jié)構(gòu)上沒有醛基和酮基，所以在硬糖制作過程中不會產(chǎn)生美拉德反應(yīng)[18]，熬糖時也會保持荷葉硬糖糖體色澤穩(wěn)定，可以經(jīng)受熬糖時的高溫，不易發(fā)生分解，而使荷葉硬糖成品顏色保持明亮。隨著木糖醇添加量的繼續(xù)增加，荷葉硬糖的糖體變黏，開始有黏手、黏牙的情況出現(xiàn)；同時荷葉硬糖糖體的顏色光澤度下降。這是因?yàn)槟咎谴伎伤苄缘?，僅使用木糖醇不能制成可塑性產(chǎn)品，硬糖成型能力下降，從而影響糖果的感官評分[19-20]。因此，木糖醇的最佳添加量為3 g。

圖2 木糖醇添加量對荷葉硬糖感官評價的影響Fig.2 Effect of xylitol addition on sensory evaluation of lotus leaf hard candy

2.1.3 荷葉粉末添加量對荷葉硬糖感官評價的影響

從圖3 中可以看出，隨著荷葉粉末添加量的增大，荷葉硬糖的感官評分先增大后減少，當(dāng)荷葉粉末添加量為3 g 時，荷葉硬糖的感官評分最高，為82.13 分，此時荷葉硬糖甜味純正醇厚適中，口感順滑，顏色呈現(xiàn)出光亮的墨綠色，硬度適中，具有鮮明的荷葉清香味。荷葉本身具有苦澀和清香的味道，在添加量為3 g 時，苦澀的味道被糖類的甜味所掩蓋，且荷葉本身自帶的甘甜清香也最明朗。因此，荷葉粉末最佳添加量為3 g。

圖3 荷葉粉末添加量對荷葉硬糖感官評價的影響Fig.3 Effect of lotus leaf powder addition on sensory evaluation of lotus leaf hard candy

2.2 響應(yīng)面試驗(yàn)

在單因素試驗(yàn)的基礎(chǔ)上，根據(jù)Box-Behnken 試驗(yàn)設(shè)計原理，以感官評價為響應(yīng)值，以葡萄糖漿添加量、木糖醇添加量和荷葉粉末添加量作為自變量，利用Design-Expert 軟件進(jìn)行三因素三水平實(shí)驗(yàn)設(shè)計[21]，結(jié)果見表3（見下頁）。本試驗(yàn)響應(yīng)面法，共17 個試驗(yàn)點(diǎn)。

表3 響應(yīng)面試驗(yàn)設(shè)計及結(jié)果Table 3 Response surface test design and results

如表4（見下頁）所示，研究各個試驗(yàn)因子對荷葉硬糖感官評價的影響，通過響應(yīng)面統(tǒng)計分析得到回歸模型：Y=83.60+0.62A+1.50B+2.63C-1.75AB+0.50AC-0.25BC-7.55A2-3.80B2-5.55C2。該模型的P值小于0.000 1，說明該模型極顯著。失擬項(xiàng)P值為0.171 7，大于0.05，因此不顯著。說明該回歸模型與該實(shí)際試驗(yàn)有較好的擬合性，自變量與感官評分之間的關(guān)系顯著。相關(guān)系數(shù)R2為0.982 7，R2adj為0.960 5，表明響應(yīng)面法設(shè)計所得的回歸模型有效，預(yù)測效果較佳，該模型可以充分說明荷葉硬糖的工藝過程，因此可以利用該模型對荷葉硬糖成品的制作工藝進(jìn)行分析和預(yù)測。B、C、A2、B2、C2的P值均小于0.01，表明影響極顯著。其中，3 個單因素影響荷葉硬糖感官評分的順序?yàn)楹扇~粉末添加量（C）＞木糖醇添加量（B）＞葡萄糖漿添加量（A），即荷葉粉末添加量對感官評價的影響最為顯著。

表4 荷葉硬糖工藝條件響應(yīng)曲面模型分析及方差分析Table 4 Response surface model analysis and variance analysis of lotus leaf hard candy process conditions

根據(jù)Box-Behnken 試驗(yàn)設(shè)計原理，得出各因素交互作用對荷葉硬糖感官評分影響的等高線圖和響應(yīng)面圖，如圖4 所示。交互項(xiàng)AB 對荷葉硬糖的感官評價分?jǐn)?shù)具有顯著影響（P＜0.05），AC、BC 對荷葉硬糖的感官評分無顯著影響。

經(jīng)Design-Expert 軟件處理后，分析得到荷葉硬糖的最佳配方：葡萄糖漿添加量15.06 g、木糖醇添加量3.18 g、荷葉粉末添加量3.23 g，此時感官評分為86.05 分。

2.3 BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用

2.3.1 神經(jīng)網(wǎng)絡(luò)模型測試

將荷葉硬糖響應(yīng)面優(yōu)化配方的17 組數(shù)據(jù)導(dǎo)入BP神經(jīng)網(wǎng)絡(luò)模型，其中隨機(jī)抽取12 組數(shù)據(jù)用于模型訓(xùn)練，剩余5 組數(shù)據(jù)用于模型測試。結(jié)果顯示，通過12 組數(shù)據(jù)的訓(xùn)練，5 組預(yù)測數(shù)據(jù)的輸出值與實(shí)際值相對誤差小于1.5%，該模型擬合系數(shù)為0.963 7，僅有3.63%總變異不能用此模型解釋，表示該神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練與預(yù)測精度較好，可滿足荷葉功能性硬糖配方優(yōu)化的需要。

2.3.2 神經(jīng)網(wǎng)絡(luò)模型最佳工藝的仿真優(yōu)化

以響應(yīng)面試驗(yàn)17 組數(shù)據(jù)為研究對象，通過改變其中1 種影響因素的數(shù)值，保持其他2 種影響因素數(shù)值固定（如改變葡萄糖漿添加量，木糖醇添加量和荷葉粉末添加量保持不變），通過BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和優(yōu)化，生成各因素對提取綜合評分的連續(xù)曲線。根據(jù)BP 神經(jīng)網(wǎng)絡(luò)模型仿真優(yōu)化的荷葉功能性硬糖最優(yōu)配方為葡萄糖漿添加量15.3 g、木糖醇添加量3.3 g、荷葉粉末添加量2.8 g。在此條件下，神經(jīng)網(wǎng)絡(luò)模型預(yù)測荷葉功能性硬糖感官評分為87.23 分。

2.4 荷葉硬糖最佳配方的驗(yàn)證

分別按照響應(yīng)面試驗(yàn)及BP 神經(jīng)網(wǎng)絡(luò)優(yōu)化得到的最優(yōu)荷葉功能性硬糖配方進(jìn)行工藝驗(yàn)證（控制次數(shù)為3次），結(jié)果見表5。

表5 響應(yīng)面法與BP 神經(jīng)網(wǎng)絡(luò)優(yōu)化結(jié)果比較Table 5 Comparison of optimization results between response surface method and BP neural network

由表5 可知，BP 神經(jīng)網(wǎng)絡(luò)優(yōu)選配方的綜合評分較高，且預(yù)測值與實(shí)際提取結(jié)果值相對誤差小于響應(yīng)面法，表明BP 神經(jīng)網(wǎng)絡(luò)優(yōu)化的配方更適用于工業(yè)化生產(chǎn)。因此，結(jié)合BP 神經(jīng)網(wǎng)絡(luò)模型分析，確定荷葉功能性硬糖最優(yōu)配方為葡萄糖漿添加量15.3 g、木糖醇添加量3.3 g、荷葉粉末添加量2.8 g。

3 結(jié)論

BP 神經(jīng)網(wǎng)絡(luò)與響應(yīng)面實(shí)驗(yàn)方法相結(jié)合，能更好地利用已知信息對目標(biāo)尋優(yōu)及虛擬樣本進(jìn)行全面仿真試驗(yàn)。對于離散型數(shù)據(jù)，用BP 神經(jīng)網(wǎng)絡(luò)模型誤差小，可方便地進(jìn)行仿真、評估和優(yōu)化。本次試驗(yàn)在單因素試驗(yàn)基礎(chǔ)上，利用響應(yīng)面法優(yōu)化荷葉功能性硬糖的配方，并以響應(yīng)面試驗(yàn)數(shù)據(jù)作為BP 神經(jīng)網(wǎng)絡(luò)的輸入值，對主要影響因素進(jìn)行仿真優(yōu)化。通過試驗(yàn)確定了荷葉硬糖的最優(yōu)配方為葡萄糖漿15.3 g，木糖醇3.3 g，荷葉粉末2.8 g，白砂糖37 g，水20 g。依此配方熬制出的荷葉硬糖成品品質(zhì)最佳，感官評分也最高，糖果呈現(xiàn)通透的墨綠色，顏色分布均勻且有光澤，味道醇厚，帶有荷葉的清香，堅(jiān)硬而脆，不黏牙。