ارزیابی تازگی گوشت مرغ با استفاده از روش های ماشین بویایی و شبکه های عصبی مصنوعی

امروزه توجه ویژه بشر به کیفیت مواد غذایی موجب شده تا روش های سریع، آسان و غیرمخرب نظیر ماشین بویایی برای ارزیابی ویژگی های کیفی این مواد به کار گرفته شود. گوشت یکی از مهمترین مواد غذایی است و تازگی مهمترین ویژگی کیفی آن به شمار می رود؛ بنابر این بررسی کیفیت آن برای مصرف کننده از ارزش بسزایی برخوردار است. هدف اصلی مطالعه حاضر بررسی امکان استفاده از روش های ماشین بویایی و شبکه های عصبی مصنوعی برای تشخیص تازگی گوشت مرغ در طول دوره نگهداری در یخچال بود. برای رسیدن به این هدف، قسمت‎های ران مرغ به عنوان نمونه‎ های مورد مطالعه انتخاب و در دمای c4 یخچال نگهداری شدند. در زمان های تعیین شده‎ای، نمونه ها پس از قرارگیری در محفظه ‎های بسته‎ای از یخچال خارج و داده های بویایی آن ها اکتساب گردید. پس از پیش پردازش داده ها، از طبقه بند شبکه های عصبی مصنوعی با ساختار بهینه 3-6-10 برای طبقه-بندی و تشخیص تازگی نمونه ها استفاده شد. شاخص های آماری به کار رفته به منظور ارزیابی طبقه بند جهت تخمین تازگی گوشت مرغ شامل دقت، صحت، حساسیت، اختصاصی بودن و سطح زیر منحنی بودند. مقادیر این شاخص ها برای طبقه بندی با ویژگی های منتخب به ترتیب برابر 77/95، 7/94، 18/92، 95/95 و 1/94 درصد محاسبه گردیدند. نتایج قابل قبول به دست آمده از بررسی حاضر به وضوح نشان داد که سامانه پیشنهادی بکار رفته به عنوان یک روش هوشمند و قابل اعتماد توانایی طبقه بندی بلادرنگ تازگی گوشت مرغ به صورت سریع، آسان، اقتصادی، غیر مخرب و با دقت مناسب را دارد.