[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 10، شماره 1 - ( بهار 1394 ) ::
جلد 10 شماره 1 صفحات 71-80 برگشت به فهرست نسخه ها
مدل‌سازی و پیش بینی پایداری اکسیداسیون روغن زیتون طی نگهداری در شرایط محیطی با استفاده از مدل شبکه عصبی مصنوعی
روشنک رفیعی نظری*، مجید عرب عامری، لیلا نوری
دانشگاه آزاد اسلامی
چکیده:   (5705 مشاهده)
سابقه و هدف: پایداری اکسیداسیون یکی از پارامترهای مهم در حفظ کیفیت روغن زیتون طی نگهداری می باشد اطمینان از ثبات کیفیت روغن زیتون یکی از مسائل و نگرانی‌های مهم تولیدکنندگان و مصرف کنندگان است. لذا این مطالعه با هدف مدل‌سازی پایداری اکسیداسیون روغن زیتون با استفاده شبکه‌های عصبی مصنوعی به منظور به بهبود فرآیند کنترل کیفیت این محصول انجام شد. مواد و روشها: در این مطالعه از روش شبکه عصبی پیش‌خور برای پیش‌بینی پایداری اکسیداسیونی روغن زیتون در طی نگهداری استفاده شد. در ساختار شبکه عصبی پارامترهای اسیدیته، عدد پراکسید، ترکیبات فنلی، ضریب خاموشی k‏232 و ساختار اسیدهای چرب اشباع و غیراشباع به عنوان ورودی و ضریب خاموشی k270 به‌عنوان خروجی در نظر گرفته شد. یافتهها: بهترین مدل شبکه عصبی پیش‌خور با استفاده از تابع فعال سازی لگاریتم سیگموئید، الگوریتم آموزش لونبرگ مارکوارت، ده نرون در لایه پنهان ارائه گردید که دارای کمترین میانگین مربعات خطا و بهترین ضریب رگرسیون (R2) بود. مقدار ضریب تبیین (Coefficient of Determination) بهترین مدل شبکه عصبی پیش‌خور در روزهای (30-120-210-300-420) به ترتیب 936/0، 955/0، 957/0،974/0و 9769/0 و میانگین مربعات خطا 0057/0، 0015/0، 0012/0، 00974/0و 0062/0 بود. نتیجه گیری: تجزیه و تحلیل مدل نشان داد که شبکه عصبی پیش‌خور یک ابزار قدرتمند برای پیش‌بینی پایداری اکسیداسیونی روغن زیتون در طول نگهداری است. واژگان کلیدی: ثبات اکسیداسیونی، شبکه عصبی مصنوعی، روغن زیتون بکر
واژه‌های کلیدی: ثبات اکسیداسیونی، شبکه عصبی مصنوعی، روغن زیتون بکر
متن کامل [PDF 947 kb]   (2421 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: صنايع غذايي
دریافت: ۱۳۹۳/۶/۲۴ | پذیرش: ۱۳۹۳/۱۲/۲۶ | انتشار: ۱۳۹۳/۱۲/۲۷
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rafiei Nazari R, Arabameri M, Nouri L. Modeling and Predicting the Oxidative Stability of Olive Oil during the Storage Time at Ambient Conditions Using Artificial Neural Network. Iranian Journal of Nutrition Sciences & Food Technology. 2015; 10 (1) :71-80
URL: http://nsft.sbmu.ac.ir/article-1-1748-fa.html

رفیعی نظری روشنک، عرب عامری مجید، نوری لیلا. مدل‌سازی و پیش بینی پایداری اکسیداسیون روغن زیتون طی نگهداری در شرایط محیطی با استفاده از مدل شبکه عصبی مصنوعی. علوم تغذيه و صنايع غذايي ايران. 1394; 10 (1) :71-80

URL: http://nsft.sbmu.ac.ir/article-1-1748-fa.html



دوره 10، شماره 1 - ( بهار 1394 ) برگشت به فهرست نسخه ها
Iranian Journal of  Nutrition Sciences & Food  Technology
Persian site map - English site map - Created in 0.05 seconds with 32 queries by YEKTAWEB 4071