人工神经网络法
人工神经网络亦称连接模型，是对人脑或自然神经网络若干基本特性的抽象和模拟，是一个非线性动力学系统。对不能用数学模型准确表示的系统，以及处理大量原始数据而不能用规则或公式准确描述的问题，该方法表现出极大的灵活性和适应性。对食品冻结过程中冻结时间的预测，无论是数值模拟的数学模型还是简单公式法中的经验公式，都存在若干假设，不能十分准确地描述冻结过程，而神经网络在处理这类问题时就具有相当的优势。但不足之处在于，它必须获得大量原始数据。
神经网络在食品冻结时间及解冻时间方面的研究是在最近几年才兴起，所以，到目前为止，研究成果较少。Mittal和Zhang（2000）用神经网络处理由Pham模型计算得到的冻结时间数据，并以实验验证，误差在5%以内；Goi，
0ddoe（2007）运用人工神经网络和细胞运算法则编写出用于计算食品冻结时间、解冻时间的神经网络程序，可用于任何形状和尺寸的食品，其平均相对误差小于10%。
运用人工神经网络对冻结过程进行研究，将会为食品冻结时间预测方法的发展和创新带来启发性的思考和指导。但也要认识到，仅当难以找到更好的求解规则且拥有大量实验数据时，才考虑让神经网络自动寻找合理的求解途径，或者通过协同自动地求解复杂问题。
