مدل سازی ویژگی های فیزیکوشیمیایی پنیر فتای فراپالایشی کم چرب تولید شده با جایگزین های چربی و استارتر الحاقی به روش شبکه عصبی مصنوعی

مشکلات تغذیه ای ناشی از مقادیر بالای چربی در برخی از پنیرها سبب شده تا استفاده از جایگزین های چربی در این محصولات مورد بررسی قرار گیرد. مدل سازی سختی، مقدار آب پنیر تولید شده و pH پنیر فتای فراپالایش کم چرب با سه سطح از لسیتین در مقدارهای صفر، ۱ و ۲ گرم بر کیلوگرم، سه سطح صفر، ۱۰ و ۲۰ گرم بر کیلوگرم از پودر آب پنیر، صمغ زانتان در مقادیر صفر، نیم و ۱ گرم بر کیلوگرم و استارتر الحاقی لاکتوباسیلوس پاراکازئی در دو مقدار ۱ و ۳ گرم بر لیتر با شبکه عصبی مصنوعی به منظور تعیین بهترین نوع تابع انتقال، نوع قانون یادگیری و درصد داده های 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 ۷ نرون، تحت تابع انتقال سیگموئید با قانون یادگیری لونبرگ بود که توانست ضریب همبستگی مناسبی (۹۸۵/۰) را نشان دهد. برای مقادیر آب پنیر خروجی از دلمه نیز مدلی با یک لایه پنهان، تعداد ۳ نرون و تابع انتقال تانژانت و قانون یادگیری لونبرگ بهترین الگوریتم را با ضریب همبستگی ۹۰۸/۰ ایجاد کرد. همچنین pH پنیر توسط مدلی با یک لایه پنهان، تعداد ۸ نرون و تابع انتقال سیگموئید تحت قانون یادگیری لونبرگ و ضریب همبستگی ۸۴۹۳/۰ پیشگویی شد. بهترین درصد داده ها برای تربیت، ارزیابی و آزمون مقادیر سختی، آب پنیر و pH به ترتیب ۶۰/ ۳۵/۵ ، ۶۰/۱۰/۳۰ و ۳۵/۲۰/۴۵ بدست آمد

کلیدواژه ها:

تانژانت ، سیگموئید ، شبکه عصبی مصنوعی ، فراپالایش ، لاکتوباسیلوس پاراکازئی