一种基于深度学习模型的油脂结晶特性的预测方法及系统

本发明公开了一种基于深度学习模型的油脂结晶特性的预测方法及系统。所述预测方法包括：建立包括单一油、调和油、改性油的油脂样本数据库：构建多层前馈神经网络模型，设定输入层为油脂的原始指标，输出层为油脂的结晶特性指标；构建的神经网络模型进行训练与拟合；对神经网络的权重参数或模型结构进行全局优化；优化后的神经网络模型进行验证；对待测油脂样品进行预测；更新油脂样本数据库。本发明构建的神经网络模型能够准确、快速地预测油脂的结晶特性，并且具有普适性，大大节约了检测费用成本，加快相关产品研发的周期，减少大量重复性表征测试工作。