| 第一章 绪论 | 第9-25页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 微胶囊及其在食品工业中的应用 | 第10-20页 |
| 1.2.1 微胶囊的制备 | 第11-13页 |
| 1.2.2 微胶囊芯材的释放 | 第13-17页 |
| 1.2.3 微胶囊技术在食品工业中的应用研究 | 第17-19页 |
| 1.2.4 存在主要问题及前景展望 | 第19-20页 |
| 1.3 建立基于神经网络的缓释微胶囊模型的意义 | 第20-22页 |
| 1.4 遗传算法的先进性 | 第22-24页 |
| 1.5 论文研究的主要内容 | 第24-25页 |
| 第二章 微波辅助提取红景天苷的研究 | 第25-34页 |
| 2.1 微波辅助提取机理 | 第26页 |
| 2.2 影响微波辅助提取效果的因素分析 | 第26-28页 |
| 2.2.1 溶剂 | 第27页 |
| 2.2.2 原料中的水分和湿度 | 第27页 |
| 2.2.3 萃取温度和时间 | 第27页 |
| 2.2.4 其它因素 | 第27-28页 |
| 2.3 红景天苷测定方法的确定 | 第28页 |
| 2.4 微波辅助提取红景天苷试验 | 第28-33页 |
| 2.4.1 材料与方法 | 第28-29页 |
| 2.4.2 结果与讨论 | 第29-33页 |
| 2.4.3 结论 | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 红景天苷缓释微囊化技术研究 | 第34-65页 |
| 3.1 红景天苷微囊化方法选择 | 第35-38页 |
| 3.1.1 喷雾干燥法 | 第35页 |
| 3.1.2 喷雾冻凝法 | 第35-36页 |
| 3.1.3 空气悬浮法 | 第36页 |
| 3.1.4 挤压法 | 第36-37页 |
| 3.1.5 包结络合法 | 第37页 |
| 3.1.6 凝聚法 | 第37-38页 |
| 3.2 壁材的选择 | 第38-40页 |
| 3.2.1 聚赖氨酸 | 第38-39页 |
| 3.2.2 聚丙烯酸酯 | 第39页 |
| 3.2.3 琼脂 | 第39页 |
| 3.2.4 海藻酸钠 | 第39-40页 |
| 3.2.5 壳聚糖 | 第40页 |
| 3.3 壳聚糖和海藻酸钠反应微囊化原理 | 第40-42页 |
| 3.4 海藻酸钠/壳聚糖微胶囊的应用 | 第42-43页 |
| 3.5 壳聚糖/海藻酸钠缓释微胶囊制备方法的确定 | 第43-45页 |
| 3.5.1 一步法 | 第44页 |
| 3.5.2 两步法 | 第44页 |
| 3.5.3 复合法 | 第44-45页 |
| 3.6 大豆色拉油包水乳状液乳化技术的研究 | 第45-51页 |
| 3.6.1 乳状液形成稳定机理 | 第45-46页 |
| 3.6.2 乳化剂的初选 | 第46页 |
| 3.6.3 材料 | 第46页 |
| 3.6.4 方法 | 第46-47页 |
| 3.6.5 结果与分析 | 第47-51页 |
| 3.6.6 结论 | 第51页 |
| 3.7 红景天苷缓释微胶囊的生产工艺 | 第51-52页 |
| 3.8 影响壳聚糖/海藻酸钠微胶囊的主要因素 | 第52-56页 |
| 3.8.1 壳聚糖的分子量和脱乙酰度对微胶囊性能的影响 | 第52-53页 |
| 3.8.2 成膜时间对微胶囊性能的影响 | 第53页 |
| 3.8.3 壳聚糖浓度对微胶囊性能的影响 | 第53-54页 |
| 3.8.4 pH值对微胶囊性能的影响 | 第54-55页 |
| 3.8.5 芯材的添加量对微胶囊性能的影响 | 第55页 |
| 3.8.6 海藻酸钠浓度对微胶囊性能的影响 | 第55页 |
| 3.8.7 氯化钙质量浓度对微胶囊性能的影响 | 第55页 |
| 3.8.8 其它因素的影响 | 第55-56页 |
| 3.9 壳聚糖/海藻酸钠微胶囊缓释红景天苷研究 | 第56-63页 |
| 3.9.1 材料与方法 | 第56-58页 |
| 3.9.2 结果与分析 | 第58-63页 |
| 3.9.3 结论 | 第63页 |
| 3.10 本章小结 | 第63-65页 |
| 第四章 基于神经网络的缓释微胶囊模型的研究 | 第65-92页 |
| 4.1 人工神经网络基本原理 | 第66-68页 |
| 4.2 缓释微胶囊神经网络模型的选定 | 第68页 |
| 4.3 BP神经网络 | 第68-69页 |
| 4.4 BP算法分析 | 第69-70页 |
| 4.5 开发工具的选择 | 第70-71页 |
| 4.6 建模的步骤 | 第71页 |
| 4.7 基于BP神经网络的缓释微胶囊模型的建立 | 第71-91页 |
| 4.7.1 输入层和输出层单元的确定 | 第71-72页 |
| 4.7.2 训练数据的获得 | 第72-73页 |
| 4.7.3 网络数据的预处理 | 第73-77页 |
| 4.7.4 激活函数的选择 | 第77页 |
| 4.7.5 训练方法的选择 | 第77-87页 |
| 4.7.6 网络隐层数及隐层神经元数的确定 | 第87-90页 |
| 4.7.7 网络的测试 | 第90-91页 |
| 4.8 本章小结 | 第91-92页 |
| 第五章 遗传算法及其对缓释微囊制作参数优化的研究 | 第92-107页 |
| 5.1 遗传算法的优化机理 | 第92-93页 |
| 5.2 遗传算法的具体操作 | 第93-95页 |
| 5.3 缓释微囊遗传算法优化的设计与实现 | 第95-102页 |
| 5.3.1 制订编码方案 | 第95-97页 |
| 5.3.2 初始群体生成 | 第97页 |
| 5.3.3 确定适应值函数 | 第97-98页 |
| 5.3.4 确定选择策略 | 第98-99页 |
| 5.3.5 设计交叉和变异操作 | 第99-100页 |
| 5.3.6 控制参数的选取 | 第100-101页 |
| 5.3.7 算法停止准则 | 第101-102页 |
| 5.4 遗传算法和神经网络的结合方式 | 第102页 |
| 5.5 遗传算法对缓释微囊制作参数优化的具体实现步骤 | 第102-104页 |
| 5.6 遗传算法寻优结果 | 第104-105页 |
| 5.7 本章小结 | 第105-107页 |
| 第六章 全文总结 | 第107-110页 |
| 6.1 论文主要结论 | 第107-109页 |
| 6.2 展望与建议 | 第109-110页 |
| 参考文献 | 第110-118页 |
| 攻博期间发表的学术论文 | 第118-119页 |
| 致谢 | 第119-120页 |
| 摘要 | 第120-123页 |
| ABSTRACT | 第123页 |