为了获得儿茶素乙醇提取工艺的最佳条件,主要研究了乙醇浓度、浸提温度和液料比对儿茶素乙醇提取效果的影响。采用组合设计和动量梯度下降神经网络对反应条件网络进行训练仿真,充分挖掘试验信息,定量分析因素变化规律,利用训练好的网络对提取工艺条件进行优化预测。研究结果表明,经过训练的网络可以很好地模拟提取条件,得到了乙醇提取儿茶素的最佳工艺参数。在乙醇浓度为45%、浸提温度为67.5℃、液料比为15：1的条件下,儿茶素提取率为22.6%。该优化方法提高了儿茶素浸提率,为提取效果的预测提供了一条可行的途径。完成机构：[1]浙江工业大学信息学院,杭州310032 [2]浙江工业大学生物与环境工程学院,杭州310032
