بکارگیری بینی الکترونیک برای تشخیص تقلب رب انار با روش های شناسایی الگو و شبکه عصبی مصنوعی

تقلب در محصولات غذایی یک چالش جدی در صنعت غذا است که کیفیت و سلامت آن را تحت تاثیر قرار می دهد. رب انار به دلیل داشتن طعم دلپذیر و خواص آنتی اکسیدانی، یکی از مواد خوراکی ارزشمند است که در برنامه غذایی مردم برخی از کشورها مورد توجه قرار گرفته است. این محصول به علت قیمت بالای آن در معرض ایجاد تقلب توسط برخی تولیدکنندگان یا توزیع کنندگان برای دستیابی به سود بیشتر قرار دارد. در این پژوهش استفاده از سامانه ماشین بویایی به منظور تشخیص تقلب رب انار با شیره خرما با بکارگیری آرایه حسگرهای گازی و شناسایی ترکیبات فرار مواد آلی مورد نظر قرار گرفت. برای تحلیل پاسخ آرایه حسگرها از روش های تحلیل مولفه اصلی، تحلیل تفکیک خطی و شبکه عصبی مصنوعی استفاده شد. بر اساس نتایج بدست آمده، تحلیل مولفه های اصلی با دو مولفه PC۱ و PC۲، ۹۴ درصد واریانس کل داده ها را توصیف کرد. در روش LDA دقت طبقه بندی نمونه های رب انار ۶۵/۹۷ درصد به دست آمد که در مقایسه با روش PCA از دقت بالاتری برخوردار بود. بر اساس نتایج بدست آمده در روش ANN مقادیر ضریب همبستگی و میانگین مربعات خطا در شبکه عصبی با ساختار ۶-۹-۷ به ترتیب ۹۸۴/۰ و ۰۰۱۸/۰ به دست آمد. نتایج این پژوهش نشان می دهد که دستگاه بینی الکترونیک می تواند به عنوان یک ابزار غیرمخرب برای طبقه بندی و تشخیص تقلب در رب انار بکار گرفته شود.

Keywords:

تقلب , حسگر گازی , رب انار , سیستم ماشین بویایی