عبدالرضا آقاجانی - دانشگاه آزاد اسلامی، واحد سبزوار، گروه علوم و صنایع غذایی، سبزوار، ایران
سیدعلی مرتضوی - استاد گروه صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایران
فریده طباطبایی یزدی - استاد گروه صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایران
محمدرضا سعیدی اصل - دانشگاه آزاد اسلامی، واحد سبزوار، گروه علوم و صنایع غذایی، سبزوار، ایران

استفاده عملی از مدل های پیش بینی در صنایع غذایی نیازمند ابزارهایی برای پایش شرایط محیطی از تولید تا مصرف وبرای تبدیل این پیشینه محیطی به صورت تخمینی از رشد، بقاء یا مرگ یک میکروارگانیسم هدف می باشد. مدل های پیشبینی نقش ویژه ای در مقایسه نتایج میکروبی فرایندهای مختلف در تولید مواد غذایی دارند. امروزه با توسعه سریع فناوریهای پردازش رایانه ای و ایجاد نرم افزارهای مربوطه، از مزایای فناوری هوش مصنوعی مانند شبکه های عصبی و منطق فازیبرای حل مسایل مربوط به مدل سازی سیستم ها و فرآیندها استفاده می شود. شبکه های عصبی مصنوعی یکی از رهکارهادر این زمینه می باشند. برای مدل سازی داده های طبقه بندی شده مربط با رشد یا عدم رشد میکروارگانیسم ها درمیکروبیولوژی پیش بینی از رگرسیون لجستیک نیز استفاده می شود که توان تشخیص احتمالی مرز رشد عدم رشد رافراهم می سازد. در این مقاله، مقایسه کاربرد شبکه های عصبی مصنوعی و رگرسیون لجستیک در مدل سازی داده هایمرتبط با رشد یا عدم رشد میکروارگانیسم ها در مواد غذایی به اختصار مطالبی ارایه گردیده است.

رگرسیون لجستیک، شبکه های عصبی مصنوعی، مدل سازی، میکروبیولوژی پیش بینی