ارزیابی تازگی گوشت مرغ با استفاده از روش‌های ماشین بویایی و شبکه‌های عصبی مصنوعی

نویسندگان

1 گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی،دانشگاه لرستان، خرم آباد، ایران

2 مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه لرستان، خرم آباد، ایران

3 گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی،دانشگاه لرستان، خرم آباد، ایران

doi
10.22104/ift.2023.1332
چکیده

امروزه توجه ویژه بشر به کیفیت مواد غذایی موجب شده تا روش‌های سریع، آسان و غیرمخرب نظیر ماشین بویایی برای ارزیابی ویژگی‌های کیفی این مواد به کار گرفته شود. گوشت یکی از مهمترین مواد غذایی است و تازگی مهمترین ویژگی‌ کیفی آن به شمار می‌رود؛ بنابر این بررسی کیفیت آن برای مصرف کننده از ارزش بسزایی برخوردار است. هدف اصلی مطالعه حاضر بررسی امکان استفاده از روش‌های ماشین بویایی و شبکه‌های عصبی مصنوعی برای تشخیص تازگی گوشت مرغ در طول دوره نگهداری در یخچال بود. برای رسیدن به این هدف، قسمت‎های ران مرغ به عنوان نمونه‎های مورد مطالعه انتخاب و در دمای ˚c4 یخچال نگهداری شدند. در زمان‌های تعیین شده‎ای، نمونه‌ها پس از قرارگیری در محفظه‎های بسته‎ای از یخچال خارج و داده‌های بویایی آن‌ها اکتساب گردید. پس از پیش پردازش داده‌ها، از طبقه‌بند شبکه‌های عصبی مصنوعی با ساختار بهینه 3-6-10 برای طبقه-بندی و تشخیص تازگی نمونه ها استفاده شد. شاخص‌های آماری به کار رفته به منظور ارزیابی طبقه‌بند جهت تخمین تازگی گوشت مرغ شامل دقت، صحت، حساسیت، اختصاصی بودن و سطح زیر منحنی بودند. مقادیر این شاخص‌ها برای طبقه‌بندی با ویژگی‌های منتخب به ترتیب برابر 77/95، 7/94، 18/92، 95/95 و 1/94 درصد محاسبه گردیدند. نتایج قابل قبول به دست آمده از بررسی حاضر به وضوح نشان داد که سامانه پیشنهادی بکار رفته به عنوان یک روش هوشمند و قابل اعتماد توانایی طبقه‌بندی بلادرنگ تازگی گوشت مرغ به صورت سریع، آسان، اقتصادی، غیر مخرب و با دقت مناسب را دارد.