فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش توانایی سامانه تلفیقی غیرمخرب امواج فراصوت، سنجش مقاومت الکتریکی و رنگ سنجی برای تعیین کیفیت فیله ماهی‌ قزل‌آلا طی مدت نگهداری (12 روز) با تعیین ویژگی‌های بافتی (سختی، شکنندگی، چسبناکی، قابلیت ارتجاعی، صمغی بودن و قابلیت جویدن) مورد بررسی و ارزیابی قرار گرفت. هم زمان آزمایش‌های فیزیکی، مکانیکی، شیمیایی و حسی روی فیله‌ها انجام شد. عملکرد روش‌های شبکه عصبی و ماشین‌ بردار پشتیبان برای پیش‌بینی و مدل‌سازی خصوصیات بافتی مورد مقایسه قرار گرفتند. در هریک از مدل‌ها خصوصیات فیزیکی به عنوان ورودی و خصوصیات بافتی به عنوان خروجی در نظر گرفته شده و مدل‌سازی‌ها انجام گرفت. نتایج نشان داد در پیش‌بینی شاخص‌های سختی، شکنندگی و قابلیت ارتجاعی روش ماشین بردار پشتیبان و در شاخص‌های چسبناکی، صمغی بودن و قابلیت جویدن، روش شبکه عصبی توانمندی بیشتری برای مدل‌سازی ویژگی های بافتی را دارا بودند، به طوری که ریشه میانگین مربعات خطا (RMSE) شاخص‌های سختی، شکنندگی، چسبناکی، قابلیت ارتجاعی، صمغی بودن و قابلیت جویدن به ترتیب برابر 114/0، 025/0، 015/0، 015/0، 044/0 و 171/0 و ضریب همبستگی آنها نیز به ترتیب برابر 993/0، 985/0، 992/0، 961/0، 995/0 و 995/0 است. بنابراین سامانه پیشنهادی غیرمخرب در ترکیب با روش‌های هوش مصنوعی به عنوان ابزاری غیرمخرب و کارآمد برای پایش و کنترل کیفیت در طول نگهداری فیله ماهی قزل‌آلا ارائه می‌شود.