采用预冷环节沙门氏菌交叉污染的实验数据进行人工神经网络建模的研究，建立了以初始污染水平、初始污染率、次氯酸钠（NaClO）浓度为输入值，预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型（General Regression Neural Network model，GRNN），预测预冷清洗环节的沙门氏菌污染率，并用训练集拟合、测试集评估模型的预测效果，为下一步采用人工神经方法构建评估模型做技术准备。此项研究已发表在《食品工业科技》期刊上，题目为“人工神经网络在鸡胸肉预冷清洗环节中沙门氏菌污染率的预测”。

沙门氏菌污染率的广义回归神经网络预测模型

GRNN prediction model of Salmonella incidence