摘要：鉴于现有大多数预测模型都是经验型模型,含有过多没有生物解释的参数,提出一个基于神经网络的非经验型的微生物生长预测模型,并以李斯特菌为研究实例,利用其试验环境的温度、pH值和Aw值建立BP神经网络二级生长模型,在不同环境条件下拟合微生物的生长速率和倍增时间,结合微生物初始浓度对一级模型的时间与微生物生长情况进行预测,最后利用李斯特菌生长数据对模型进行仿真测试。试验结果证明,该模型可以对微生物生长的各个时期进行有效预测,相对于经验模型,该模型更加适用于微生物生长动力学预测,有效地解决了经验型模型的参数问题。

关键词：微生物 生长预测模型 神经网络 

单位：上海海事大学信息工程学院; 上海201306; 上海理工大学医疗器械与食品学院; 上海200093