啤酒感官特性优化：利用群体智能与演化计算方法
神经与进化计算
2020-04-08 v1
摘要
食品特性的定制化是一项具有挑战性的任务，涉及生产过程的优化，并需要支持以提供更多备选方案为目标的 computational creativity（计算创意）。本文针对精酿啤酒这一生产过程更为灵活的具体情形，研究啤酒特性的个性化问题。我们采用三种群体智能与演化计算技术，使酿酒师能够将物理化学特性映射到目标感官特性以设计特定酿造配方。尽管已有若干工具利用原始数学与化学公式，或机器学习模型，依据预定原料用量来确定啤酒特性，下一步则是研究自动定量原料选择方法。该过程通过若干设计精酿啤酒的实验加以说明，其中基于已知特性“克隆”热门商业品牌以考察结果。算法性能通过准确率、效率、可靠性、种群多样性、基于迭代的改进与解多样性进行评估。所提方法可发现新配方、实现个性化以及高保真复现现有配方。
引用
@article{arxiv.2004.03438,
title = {Beer Organoleptic Optimisation: Utilising Swarm Intelligence and Evolutionary Computation Methods},
author = {Mohammad Majid al-Rifaie and Marc Cavazza},
journal= {arXiv preprint arXiv:2004.03438},
year = {2020}
}