بررسی ویژگی های گوجه فرنگی سرخ و خشک شده اسمزی با استفاده از شبکه عصبی مصنوعی پرسپترون

گوجه فرنگی و فرآورده های آن به دلیل چربی و کالری پایین، کلسترول آزاد کم، کاروتن و لیکوپن بالا و غنی بودن از فیبر جزء غذاهای سالم رژیم غذایی انسان به حساب می آیند. در این پژوهش، عملیات سرخ کردن گوجه فرنگی خشک شده درمحلول های اسمزی مختلف (شکر و نمک) با غلظت های مختلف و روغن های کنجد و آفتاب گردان در دما و زمان های مختلف صورت گرفت و میزان پارامترهای بدست آمده با استفاده از شبکه عصبی مصنوعی پرسپترون پیش بینی شد. ورودیهای بکار رفته در شبکه های عصبی شامل دمای خشک کردن، دمای سرخ کردن، نوع روغن و غلظت محلول اسمزی وخروجی ها شامل مقدار رطوبت و مقادیر رنگ نمونهL, a, b بود. نتایج حاصله نشان داد که شبکه ای با دو لایه پنهان و در هر لایه 5 نرون، بهترین نتیجه را برای پیش بینی مقداررطوبت و مقدارLدارد. همچنین شبکه ای با یک لایه مخفی و شش نرون در لایه مخفی بهترین پیش گویی را برای مقادیرb و aنشان داد. بطور کلی نتایج این بررسی نشان داد که مدل شبکه عصبی مصنوعی پرسپترون به عنوان یک ابزار کارآمد می تواند پارامترهای اساسی فرآیند سرخ کردن را با دقت بالایی تخمین بزند.