为了实现大米酿造酒的清洁生产，本论文借鉴了日本的相关技术，开发了高温瞬时α化处理原料大米的技术。因高温瞬时α化大米与传统大米的蒸煮法相比具有淀粉不易老化、易于储存、酿造过程中不产生废水、节约能源等优点，从而该技术的应用使大米酿造酒的清洁生产取得了较大进展。 论文对大米的增湿条件进行了探讨：增湿的方法采用喷雾法，水雾温度为30℃，喷雾时间5分钟，喷雾量由大米的量以及湿度确定，增湿后的大米用冷风将表面水分干燥。该方法增湿时间短，用水量少，大米不易崩裂和粘连，含水量可以达到约25％，适合于高温瞬时α化处理。 论文对大米在不同α化时间和温度的条件下，分别测定了其水分、糊化率、氨基氮含量和总脂肪含量，总结了其变化规律，初步探讨了其中原因，并且为神经网络模型的建立积累了数据。 以Matlab6.5为软件平台，通过上述以及前期生产实验收集的数据分别建立了糊化率、氨基氮含量和总脂肪含量的神经网络模型，其各模型的预测误差平方和分别为1.3099×10-4、8.5406×10-5、9.1471×10-6。预测值能够达到比较高的准确度，预测结果令人满意。 以Matlab6.5为软件平台，分别建立了编码、解码、选择、交叉、变异等遗传算法的算子，根据以上算子以及上述建立的神经网络模型，编写了利用遗传算法调用网络模型优化高温瞬时α化工艺变量的m文件。通过对10组评估数据的优化，其相应的优化结果与真实值的平均相对误差分别为：α化温度2.2％，α化时间4.5％，增湿时间13.0％。其优化结果对应的高温瞬时α化大米的指标预测值与真实值的平均相对误差分别为：糊化率1.0％，氨基氮含量0.9％，总脂肪含量1.4％。 以蛋白酶活力较低，糖化力较高的米曲作为糖化曲，黄酒酵母为酒母，高温瞬时α化大米为原料进行酿造试验的初步优化。考虑影响的因素分别为：高温瞬时α化米与加水比、加曲量、起酵pH和接种量，采用5个水平，按照中心组合试验设计(略去中心试验)。以酒精度、游离氨基酸、残糖、总酸为试验测定结果。经响应面分析得到优化的发酵条件为：高温瞬时α化大米的加水比1∶3.5(w/w)、加曲量8％(w/w)、起酵pH4.0，接种量18％(v/v)。验证试验的结果为：酒精度(v/v)10.1％，游离氨基酸0.70g/L、总酸2.8g/L、残糖0.769g/L。 此外，在上述优化的发酵条件下进行了补料的酿造试验。分别进行了1、2、3次补料，其补料后的酒精度升高到10.9％，游离氨基酸降低到0.44g/L，总酸含量为2.6g/L，残糖含量为0.8g/L。与日本清酒松竹梅的相应指标做了对比，并分析了其中的原因。