随着消费者对绿色健康食品的关注,芦笋凭借出众的营养价值和药用价值而在众多蔬菜中脱颖而出。但是芦笋采后强烈的呼吸作用导致其储藏期十分短暂,这也是困扰种植户、消费者以及食品研究者的一大难题。因此为了减少芦笋在储藏期的损失以及增加种植户的经济收入,芦笋往往被深加工成其它的产品,如芦笋罐头、芦笋饮料、芦笋茶和芦笋粉等等。热处理是果蔬深加工前的一道普遍使用的工序,而且它还能延长果蔬的储藏期,因为热处理能够钝化具有代谢活性的酶、杀死果蔬表面的虫卵和病菌以及去除果蔬组织内的一些气体,从而减少果蔬在储藏过程中的变质和病虫害。另外,热处理所产生的一些不利影响我们也不能忽视,如食品质地结构的破坏、食品颜色的恶化以及食品营养的损失等等。目前,很多食品工作者通过建立数学模型对果蔬热处理过程中的一些品质变化进行模拟和预测,从而给实际生产中进行合理适当的热处理提供指导,但是数学模型终究无法避免热处理带来的一些不利影响。因此,食品工作者又通过前处理的方式来减少热处理给果蔬造成的不利影响,如高压处理、钙溶液处理以及预热处理等等。本文根据芦笋当前的研究现状和不足而提出,主要涉及以下几方面工作：(1)建立人工神经网络模型预测芦笋热处理过程中维生素C、总酚、总黄酮以及抗氧化活性的变化；(2)应用人工神经网络模型预测芦笋热处理过程中维生素C降解的动力学参数；(3)研究微波前处理对芦笋在热水温烫处理过程中维生素C降解和过氧化物酶钝化的影响。经过我们的研究,主要实验结果如下：(1)本研究中使用单隐层的神经网络模型,输入层是温烫处理的时间和温度,输出层是维生素C、总酚、总黄酮以及抗氧化活性的损失百分率。隐层最佳神经元数目通过误差尝试法获得。实验结果显示预测芦笋芽部维生素C、总酚、总黄酮和抗氧化活性的损耗百分数的神经网络模型隐层最佳神经元数量分别为5,5,7和5,预测芦笋上段各自营养物质损失的模型隐层最佳神经元数量分别为5,7,5和7,预测芦笋中段各自营养损失的模型隐层最佳神经元数量分别为8,4,6和7,另外,预测芦笋下段各自营养损失的模型隐层最佳神经元数量分别为5,5,5和7。本研究中建立的最佳神经网络模型可以较好地预测芦笋热处理过程中维生素C、总酚、总黄酮以及抗氧化活性的损失百分率,相关系数介于0.8166到0.9868之间。(2)芦笋芽段维生素C含量最高,但是稳定性却最差。(3)本研究中使用单隐层的神经网络模型,对于预测芦笋芽段、上段、中段以及下段中维生素C降解动力学参数的模型隐层最佳神经元数量分别为24,26,26和18。我们所建立的最佳神经网络模型能够很好地预测热处理过程中芦笋维生素C降解速率、半衰期以及D值,相关系数均在0.99以上。(4)研究结果表明微波前处理的和未处理的芦笋在热水温烫过程中维生素C降解以及过氧化物酶的钝化都遵循一级动力学模型,而且它们的下降速率从芦笋芽段到下段逐渐减小。另外,微波前处理可以增加芦笋热水温烫处理过程中维生素C降解的活化能并且减小过氧化物酶钝化的活化能。因此,在芦笋热水温烫处理、烹饪以及巴氏消毒等其它过程中,微波前处理能够减缓维生素C的丢失,还能加快过氧化物酶的钝化。综上所述,本研究成功地将人工神经网络模型应用于芦笋热处理过程中营养物质损失的预测,也为该模型在其它果蔬热处理过程中的运用提供参考,推广了神经网络模型在食品研究领域的应用。另外,我们的研究结果还表明微波前处理能够减缓芦笋热水温烫处理过程中维生素C的损失并且加快过氧化物酶的钝化,从而能够更好地保证芦笋热处理后的品质,为消费者提供更为健康更为营养的芦笋产品。