بکارگیری بینی‌الکترونیک برای تشخیص تقلب رب‌ انار با روش‌های شناسایی الگو و شبکه عصبی مصنوعی

نویسندگان

1 مربی، موسسه آموزش و ترویج کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

2 گروه فنی ، مهندسی و ماشین‌های کشاورزی، موسسه آموزش و ترویج کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

doi
10.22104/ift.2022.5529.2095
چکیده

تقلب در محصولات غذایی یک چالش جدی در صنعت غذا است که کیفیت و سلامت آن را تحت تاثیر قرار می‌دهد. رب انار به دلیل داشتن طعم دلپذیر و خواص آنتی‌اکسیدانی، یکی از مواد خوراکی ارزشمند است که در برنامه غذایی مردمِ برخی از کشورها مورد توجه قرار گرفته است. این محصول به علت قیمت بالای آن در معرض ایجاد تقلب توسط برخی تولیدکنندگان یا توزیع‌کنندگان برای دستیابی به سود بیشتر قرار دارد. در این پژوهش استفاده از سامانه ماشین بویایی به منظور تشخیص تقلب رب انار با شیره خرما با بکارگیری آرایه حسگرهای گازی و شناسایی ترکیبات فرار مواد آلی مورد نظر قرار گرفت. برای تحلیل پاسخ آرایه حسگرها از روش‌های تحلیل مولفه اصلی، تحلیل تفکیک خطی و شبکه عصبی مصنوعی استفاده شد. بر اساس نتایج بدست آمده، تحلیل مولفه‌های اصلی با دو مولفه PC1 و PC2، 94 درصد واریانس کل داده‌ها را توصیف کرد. در روش LDA دقت طبقه‌بندی نمونه‌های رب انار 65/97 درصد به دست آمد که در مقایسه با روش PCA از دقت بالاتری برخوردار بود. بر اساس نتایج بدست آمده در روش ANN مقادیر ضریب همبستگی و میانگین مربعات خطا در شبکه عصبی با ساختار 6-9-7 به ترتیب 984/0 و 0018/0 به دست آمد. نتایج این پژوهش نشان می‌دهد که دستگاه بینی‌الکترونیک می‌تواند به عنوان یک ابزار غیرمخرب برای طبقه‌بندی و تشخیص تقلب در رب انار بکار گرفته شود.