مدل سازی ویژگی های فیزیکوشیمیایی پنیر فتای فراپالایشی کم چرب تولید شده با جایگزین های چربی و استارتر الحاقی به روش شبکه عصبی مصنوعی
نویسندگان
1 دانش آموخته ی مقطع ارشد گروه علوم و صنایع غذایی دانشگاه آزاد اسلامی واحد قوچان
2 دانشجوی مقطع دکتری گروه علوم و صنایع غذایی دانشگاه آزاد اسلامی واحد قوچان
3 گروه علوم وصنایع غذایی، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران.
4 عضو هیئت علمی
doi
10.22092/fooder.2024.364066.1377چکیده
مشکلات تغذیه ای ناشی از مقادیر بالای چربی در برخی از پنیرها سبب شده تا استفاده از جایگزینهای چربی در این محصولات مورد بررسی قرار گیرد. مدل سازی سختی، مقدار آب پنیر تولید شده و pH پنیر فتای فراپالایش کمچرب با سه سطح از لسیتین در مقدارهای صفر، 1 و 2 گرم بر کیلوگرم، سه سطح صفر، 10 و 20 گرم بر کیلوگرم از پودر آب پنیر، صمغ زانتان در مقادیر صفر، نیم و 1 گرم بر کیلوگرم و استارتر الحاقی لاکتوباسیلوس پاراکازئی در دو مقدار 1 و 3 گرم بر لیتر با شبکه عصبی مصنوعی به منظور تعیین بهترین نوع تابع انتقال، نوع قانون یادگیری و درصد دادههای مورد استفاده برای مرحله تربیت، ارزیابی و آزمون بر اساس کمترین خطا و بیشترین ضریب همبستگی انجام پذیرفت. نتایج نشان داد که بهترین مدل برای پیشگویی تغییرات سختی پنیر الگوریتمی با یک لایه پنهان و تعداد 7 نرون، تحت تابع انتقال سیگموئید با قانون یادگیری لونبرگ بود که توانست ضریب همبستگی مناسبی (985/0) را نشان دهد. برای مقادیر آب پنیر خروجی از دلمه نیز مدلی با یک لایه پنهان، تعداد 3 نرون و تابع انتقال تانژانت و قانون یادگیری لونبرگ بهترین الگوریتم را با ضریب همبستگی 908/0 ایجاد کرد. همچنین pH پنیر توسط مدلی با یک لایه پنهان، تعداد 8 نرون و تابع انتقال سیگموئید تحت قانون یادگیری لونبرگ و ضریب همبستگی 8493/0 پیشگویی شد. بهترین درصد داده ها برای تربیت، ارزیابی و آزمون مقادیر سختی، آب پنیر و pH به ترتیب 60/ 35/5 ، 60/10/30 و 35/20/45 بدست آمد