بهینه سازی فرمولاسیون نان بدون گلوتن بر پایه ذرت حاوی پروتئین سفیده تخم مرغ و آنزیم ترانس گلوتامیناز میکروبی و تخمین پارامترهای این فرایند با کمک شبکه ی عصبی مصنوعی

در این تحقیق بهینه سازی فرمولاسیون نان بدون گلوتن بر پایه ذرت حاوی پروتئین سفیده تخم مرغ و آنزیم ترانس گلوتامیناز میکروبی با هدف کمینه نمودن افت پخت و میزان سختی و بیشینه نمودن میزان حجم مخصوص، ارتفاع نان، تخلخل و شاخص رنگی L* توسط روش سطح پاسخ و در نهایت تخمین این پاسخ ها با کمک شبکه عصبی انجام گرفت. بررسی نتایج نشان داد که شرایط بهینه برای تولید نان بدون گلوتن بر پایه ذرت زمانی ایجاد می شود که غلظت آنزیم و پروتئین سفیده تخم مرغ به ترتیب ۶۵/۰ و ۶ درصد باشد. با افزایش غلظت آنزیم افت پخت، تخلخل و شاخص a* افزایش ولی میزان شاخص b* کاهش یافت. نتایج همچنین نشان داد که با افزایش غلظت آنزیم در فرمولاسیون نمونه ها در ابتدا افزایش و سپس کاهش در میزان ارتفاع نان و حجم مخصوص مشاهده شد. افزایش غلظت پروتئین سفیده تخم مرغ در فرمولاسیون نان بدون گلوتن بر پایه ذرت منجر به افزایش شاخص L* و a* و کاهش افت پخت و شاخص b* گردید. نتایج مدل سازی شبکه عصبی مصنوعی نشان داد که شبکه ای با یک لایه پنهان حاوی ۹ نورون یعنی چیدمان ۸-۹-۲ (شبکه ای با ۲ ورودی، ۹ گره (نورون) در لایه پنهان و ۸ خروجی)، بهترین نتیجه را در پیش بینی خروجی های مورد نظر دارد. این شبکه با مقدار ضریب همبستگی ۰۰/۱ و میانگین مربعات خطای ۰۰۱۱/۰ بالاترین دقت را در بین توپولوژی های در نظر گرفته شده از خود نشان داد.

کلیدواژه ها:

نان بدون گلوتن ، ذرت ، آنزیم ترانس گلوتامیناز میکروبی ، پروتئین سفیده تخم مرغ ، مدل سازی شبکه عصبی