级别：中级
【主持人】
PATRICK GIULIANO，雅培高级质量工程师
Charles Chen，应用材料公司统计辅助工程 (SAE) 持续改进专家
Mason Chen，斯坦福在线高中高中生
[演示摘要]（使用自动翻译）
即食食品（例如饺子）通常是在没有对烹饪参数进行精确过程控制的情况下制备的。这项工作的目的是根据不同的饺子产品类型定制饺子的烹饪工艺。在饺子的烹饪过程中，水温和烹饪时间是决定饺子煮熟程度的最重要因素。饺子的重量、饺子的类型和批量大小也是影响烹饪过程的变量。我们构建了一个具有特殊属性的结构化 JMPDSD 平台来构建烹饪时间预测模型。采用国际认可的ISO22000食品安全管理和危害分析与关键控制点（HACCP）模式。我们将使用现代数据挖掘算法的 JMP 神经拟合方法与 RSM 进行了比较。结果显示，煮沸温度、产品类型、饺子大小/批次等因素的主效应以及饺子成分中使用的混合物所限制的相互作用效应更普遍。这种设计/分析方法采用了 JMP 稳健的设计优化、蒙特卡罗模拟和 HACCP 控制限值来了解和表征饺子烹饪元素对最终烹饪时间的敏感性。整体方法显示了具有不同投影属性的模型相结合的协同作用。基于递归分区的 AI 模型使用分类模式来估计交互效应，而经典（逐步）回归模型提供了解释两个或多个程度的交互的能力，包括似然性、二次项中的曲率。在本白皮书中，我们描述了一种新的自动饺子烹饪流程和分析框架（使用人工智能模式），可以改进整个流程，降低能源成本，并减少劳动力成本。这种新方法有可能改变我们对餐饮业业务成本估算和利润建模的思考方式。
单击此处观看此公告。
转至 Discovery Summit Americas 下的会议页面。
（请注意，系统会要求您登录您的 SAS 个人资料。）
