مهندسی مواد غذایی
محسن زندی؛ علی گنجلو؛ ماندانا بی مکر؛ نرگس نیکومنش؛ نگار مرادی
چکیده
در پژوهش حاضر با بهره‌گیری از منطق فازی و با کمک روش حداکثری-حداقلی ممدانی و یکی از توابع عضویت مثلثی، گوسی و ذوزنقه‌ای برای طبقه‌بندی کیفی لیموشیرین پوشش‌دهی‌شده با بهره‌گیری از دو الگوریتم، یکی با پنج ورودی (سفتی بافت، مواد جامد محلول، درصد رنگ سبز، حجم و رنگ پوست) و دیگری با سه ورودی حاصل از تصویر (درصد رنگ سبز، حجم و رنگ پوست) ...
بیشتر
در پژوهش حاضر با بهره‌گیری از منطق فازی و با کمک روش حداکثری-حداقلی ممدانی و یکی از توابع عضویت مثلثی، گوسی و ذوزنقه‌ای برای طبقه‌بندی کیفی لیموشیرین پوشش‌دهی‌شده با بهره‌گیری از دو الگوریتم، یکی با پنج ورودی (سفتی بافت، مواد جامد محلول، درصد رنگ سبز، حجم و رنگ پوست) و دیگری با سه ورودی حاصل از تصویر (درصد رنگ سبز، حجم و رنگ پوست) استفاده گردید. برای پیش‌بینی خصوصیات کیفی (سفتی و شاخص رسیدگی) نیز از سیستم ممدانی و تــوابع عضـویت مطلوب مثلثی، ذوزنقه‌ای، زنگوله‌ای و گوسی با کمک سه ورودی (یعنی زمان نگهداری، زاویه رنگ و حجم) استفاده شد. نتایج نشان داد که میانگین دقت الگوریتم طبقه‌بندی برای توابع عضویت گوسی، مثلثی و ذوزنقه‌ای به‌ترتیب 975/0، 931/0 و 960/0 بود. نکته مهم دیگر این که مدل بر مبنای شاخص‌های استخراجی از تصویر نیز عملکرد بسیار خوبی داشت (صحت بالاتر از 966/0). مشخص شد که بهترین پیش‌بینی برای شاخص رسیدگی و سفتی بافت به‌ترتیب با مدل منطق فازی با توابع عضویت مثلثی (ضریب تبیین برابر 9996/0) و گوسی (ضریب تبیین برابر 9992/0) قابل‌دستیابی است. نتایج حاصل از تجزیه و تحلیل میزان حساسیت نشان داد که زمان نگهداری بیشترین تأثیر را هم بر شاخص رسیدگی و هم بر سفتی سطحی لیموشیرین دارد. درنهایت می‌توان گفت که سیستم استنتاج عصبی-فازی عملکرد قابل‌قبولی در طبقه‌بندی کیفی و پیش‌بینی خصوصیات فیزیکی و شیمیایی لیموشیرین برخوردار است و با توجه به استفاده از خصیصه‌های استخراجی از تصاویر، به‌عنوان روش غیرمخرب در سردخانه‌ها قابل‌استفاده است.
