智能感官是近三十年发展起来的一门无损检测技术，包括电子鼻和电子舌。电子鼻是通过传感器对不同气味物质的响应获得检测信号，再通过数据模型进行处理，从而获得气味的整体轮廓信息。电子舌是通过非专一性传感器对不同滋味液体的敏感程度而获得检测信号，再通过软件内置模型进行数据处理，从而获得滋味的整体轮廓。

        鱼香味型是川菜复合味型典型代表之一，其味咸甜酸辣，其香姜葱蒜浓郁，得益于各调料巧妙组合，具有鱼的风味而不见鱼的妙处。本文拟以浓缩葱油、生姜精油、大蒜精油代替香葱、生姜、大蒜，以减少工艺步骤，以泡辣椒和郫县豆瓣混合物代替泡辣椒，以弥补其风味不足，通过单因素和正交实验，结合模糊数学感官评价确定其最佳工艺配方，并利用电子鼻和电子舌对模糊数学感官评价结果进行验证。

        一、材料与方法

        材料

        大豆精炼油；浓缩葱油、大蒜精油、生姜精油；泡红辣椒、白糖、郫县豆瓣、食醋、精yan、味精、酱油；姜、葱、蒜。

        仪器与设备

        电子鼻主机内有 3 个矩阵室，每个矩阵室内有 6 根金属氧化物传感器，对一类或几类物质敏感；电子舌由 7 根非专一性传感器和一个 Ag/AgCl 参比电极组成，每根传感器对酸、咸、甜、苦和鲜敏感，但程度不一。

        操作要点

        【单因素实验】

        浓缩葱油、生姜精油、大蒜精油的用量参考《川菜制作技术实验教程》中香葱、生姜、大蒜的用量，并结合参与感官评价的 8 位川菜名师的意见；精炼油、白糖、醋、精盐、味精、酱油的用量以《川菜制作技术实验教程》为标准，其配料见表 1。

        【正交实验】

        通过单因素实验，对浓缩葱油、生姜精油、大蒜精油及泡辣椒和豆瓣混合物用量进行正交实验，确定优化配方。正交因素见表 2。

        【感官评价】

        邀请 8 位川菜名师，从色泽、风味、滋味、流体性质和回味 5 个维度，对鱼香调味汁进行感官评价，评价标准见表 3。

        模糊数学评价模型

        【评分项目集】

        评分项目集，是感官评价的项目集合，鱼香调味汁的评价项目集包括色泽（U1）、 风味（U2）、滋味（U3）、流体性质（U4）和回味（U5），表示为 U={ U1，U2，U3，U4，U5}。

        【等级集】

        等级集，是对项目评分的结果进行等级划分的集合。将评价结果划分为优（V1）、良（V2）、中（V3）和（V4）差 4 个等级，表示为 V={V1，V2，V3，V4}。采用10 分制，将［8~10］视为优，［6~8］视为良，［4~6］视为中，［0~4］视为差，取各等级分数的中间值为该等级得分，使结果的差异更加明显，即有 V={9，7，5，2}。

        【权重集】

        权重集，是评价人员对评分项目重视的程度，也就是感官评价人员对评价项目分清主次，确定每个项目在总体感官评价中所占比重，并给一个比重系数，组成模糊向量（X）。本实验感官评价的影响因素有色泽、风味、滋味、流体性质、回味，每个评价人员的关注点不一样，因此在感官评价时对每个因素的重视程度也不一样，为了将人为影响因素降低到最低，实验随机邀请 20 人对影响鱼香调味汁的因素进行权重分析，结果如表 4。取各个权重分析的平均值即色泽 0.194、风味 0.235、滋味0.2725、流体性质 0.16、回味 0.1385，即得权重集X={0.194，0.235，0.2725，0.16，0.1385}。

        【模糊矩阵的确立和模糊转换】

        将感官评分结果进行等级划分，统计各等级的票数，然后将不同等级的票数除以 8 得到模糊关系矩阵 R，将权重集 X 和模糊关系矩阵 R 合成得到模糊关系评价集 Y=X×R，从而得到第 i 个样品的评价结果Yi=X×Ri。将模糊关系评价集 Y 和等级集矩阵 V合成综合评分矩阵 T，即有 T=Y×V。

        二、结果分析

        鱼香调味汁配方优化

        【鱼香调味汁感官评价结果统计】

        参照表2，进行4因素3水平的正交实验，对实验结果进行感官评价，其评价结果不求和，结果见表5。

        【模糊数学感官评价处理】

        结合表5，以1号样品评价维度——色泽为例，3 人评价为 8~10 分，4 人评价为 6~8 分，1 人评分为 4~6 分，0 人评分为 0~4 分，分别将4个评分等级的票数除以参与评价的人数， 则得到U1={0.375，0.5，0.125，0}，同理可得U2={0.25，0.375，0.375，0}，U3={0.125，0.625，0.25，0}，U4={0.5，0.375，0.125，0}，U5={0.75，0.125，0.125，0}。将得到的U1，U2，U3，U4，U5 转换成数字矩阵，即有：

        同理可得 R2，R3，R4，R5，R6，R7，R8，R9。

        根据模糊数学综合评分模型的原理，结合权重集（X={0.194，0.235，0.2725，0.16，0.1385}），用矩阵乘法计算各样品的评价结果，即有：

        同理可得 Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9。

        模糊数学综合总分 T=Y×V（{9、7、5、2}），则：

        同理可得T2=7.4519，T3=7.078，T4=7.7544，T5=7.8217，T6=7.8013，T7=7.6342，T8=7.8271，T9=8.0332。

        【正交实验结果】

        表6是正交实验对实验结果的影响。从极差分析可知，影响鱼香调味汁感官质量的因素是A＞D＞B=C，即浓缩葱油用量对实验结果的影响最大，泡辣椒和豆瓣混合物次之，生姜精油和大蒜精油对实验的结果的影响较小，进一步分析得出最佳组合为 A3B2C1D2，即 19g 葱油，12g 生姜精油，9g 大蒜精油，42g 泡辣椒和豆瓣混合物制备的鱼香调味汁感官评分最高。但最佳组合 A3B2C1D2 并不在正交实验的因素组合内，9 号样品的水平组合与最佳实验结果最为相似，为此，进行实验验证，其验证产品（10 号样）在色泽、风味、滋味、流体性质和回味等维度的得分高，感官评分高达8.2462，与11号样品（参照样品）等同，其感官得分8.3694。

        智能感官分析

        【鱼香调味汁的电子鼻主成分分析】

        图2是正交实验结果的电子鼻主成分分析，1～9 是正交实验的样品，10 是最佳组合的验证 样品，11 号是对照样样品。图中，第一主成分和第二主成分之和高达 95.15%，包含了样品的整体轮廓信息，能够反应样品的风味轮廓。8、9、10 和 11 号样品分布在第四象限，相似度高，且 8 和 10 号样品交叉，说明它们在香味上基本一致，这与模糊数学感官评分具有一致性，在模糊数学感官评分中，8、9、10、11 四个样品得分比较靠近。4、5 和 7 号样品分布在第三象限，它们的模糊数学感官评分最低为 7.6342，最高为 7.8217，也有一定的相似性。3 号样品分布在第一、四象限，且所构成的三角形的重心分布在第一象限，因此可认为 3 号样品分布在第一象限。2 和 6 号样品分布在第二象限，而其模糊数学感官得分分别为7.4519 和 7.8013，差异较大，可能与人的感官易疲劳和精密度有关。1 号样品分布在第一、二象限的交界处，其所构成的三角形重心分布在第一象限，模糊数学感官得分为 7.2623，得分较低，但能够与 3 号样品（模糊数学感官评分较低）相印证，都分布在第一象限。

        【鱼香调味汁的电子舌主成分分析】

        图3 是正交实验结果的电子舌分析，1 ～ 9是正交实验的样品，10 是最佳组合的验证样品，11 是参照样品 . 从图中可以看出第一主成分是 97.90%，第二主成分是 0.98%，两个主成分之和高达 98.88%，能够完全反应样品的滋味轮廓。图中，9、10、11 号样品分布在 Y 轴的左面，与其他样品差异明显，其相似度高，这与模糊数学感官评价结果相似。而 1、2、4、5、6、7和 8 号样品分布在 Y 轴的右面，无法区分，这说明其在滋味上相似，而模糊数学感官评分在7.2623 ～ 7.8271 之间，在某种程度上说明其具较高的相似性。3 号样品与 1、2、4、5、6、7 和8 号样品有微弱的差别，所以 3 号样品能与其分开，这与 3 号样品在模糊数学感官评分中最低相印证。

        三、结论

        来源：感官科学与评定整理发布 ，转载请注明来源。