草莓（Fragaria x ananassa）是一种广泛消费的水果，因其感官特性和高含量的酚类化合物而受到重视，这些化合物与疾病预防有关[1]。2024年，中国草莓产量约为412.3万吨[2]，这一趋势将持续到2025年。尽管草莓营养价值高，但由于含有大量水分且结构脆弱，其保质期有限，导致收获后的损失严重[3]。此外，由于整体水果的大小、形状或物理缺陷，最多可能有20%的产量被丢弃，从而产生了具有高生物活性的废弃物[4]。这些无法销售的整颗水果被视为工业副产品，不符合鲜货市场的质量标准，是循环生物经济中价值的理想候选对象[5]。
重要的是，这些不符合标准的水果的所有部分，包括果肉、萼片、茎和营养组织，都保留了大量的生物活性化合物，使其成为食品、制药和化妆品应用中功能性成分的吸引人之源[4]。在这种情况下，通过可持续加工方法回收和稳定生物活性化合物是循环经济框架内的一种有前景的策略[6]。
干燥技术常用于通过降低水分含量来延长水果和蔬菜的保质期，从而防止微生物生长和酶促变质[7]。此外，促进水分蒸发的干燥方法可以提高生物活性化合物的浓度和提取量。对流干燥（CD）是最常见的工业技术，使用约60°C的熱風[7]。然而，CD能耗低、处理时间长，并且会导致营养成分和生物活性化合物的降解，以及颜色和风味的改变[8]。尽管冷冻干燥能更好地保持质量，但它仍然成本高昂、耗时且能耗大[6]。
红外辐射干燥是一种有前景的替代方法，因为它利用了极性分子（如水）选择性吸收的电磁波[9]。这种吸收会在分子内部引发强烈的振动和旋转状态，通过分子摩擦产生热量，而无需加热周围空气[9,10]。与CD不同，红外干燥直接加热产品，从而实现更高的能量传递效率、能源效率和更好的可持续性[7]。根据波长，这种干燥技术分为三个区域：近红外（NIRD：0.78至1.4 μm）、中红外（MIRD：1.4至3 μm）和远红外（FIRD：3至1000 μm）[10]。尽管有证据表明NIRD在保持生物活性化合物的同时能提高能源效率[11]，但它仍然是相对较少研究的领域。
大多数现有研究集中在整个草莓的干燥上[12,13]，而使用廉价技术干燥草莓副产品的策略仍然有限。同样，很少有研究考察了红外辐射干燥处理的果泥的物理化学和感官性质[14]，这突显了进一步评估干燥动力学和能耗的必要性。
红外辐射干燥在预均质化的水果（如金莓和巴西莓）薄层处理中显示出有效的质量传递，与切片果相比改善了脱水效果[15,11]。薄层建模广泛用于描述干燥动力学、支持过程优化、节能和质量保持。经验和半经验模型因其简单性以及与实验数据的良好吻合度而受到青睐[16]，同时它们能够解释红外功率对扩散性和反应速率等关键动力学参数的影响，有助于估算质量和热传递的能量。
虽然常用的统计方法（如方差分析（ANOVA）和主成分分析（PCA）用于分析干燥参数，但机器学习和多目标优化方法越来越多地应用于预测生物活性保留和食品干燥中的能源权衡。最近的综述强调了人工神经网络、支持向量回归和集成方法在建模干燥动力学和质量参数方面的成功整合，从而实现更好的过程控制和优化[17,18]。比较多种ML方法（包括随机森林和高斯过程）的研究表明，它们对传统干燥器和红外干燥器的湿度含量具有较高的预测准确性[19]。响应面方法结合遗传算法也被用于红外干燥的多目标优化[20],[21]。这些工具提高了预测精度，并能够系统地探索最佳条件，弥补了纯描述性分析的局限性。据我们所知，这是首次将岭回归与帕累托分析结合用于水果副产品的NIRD多目标优化研究。
本研究的新颖之处在于使用机器学习（岭模型）对草莓副产品（SBP）进行多目标优化，以最大化生物活性保留的同时最小化能耗。因此，本研究的目标是评估NIRD工艺参数（如功率变化和气流速度）对能耗和生物活性保留的影响，通过这种先进的计算方法探索最佳干燥条件。结果表明，这项研究有助于通过提供节能技术来提高草莓副产品的价值，确保高生物活性保留和延长保质期。
