مدل سازی الگوریتم ژنتیک - شبکه عصبی مصنوعی جهت پیش گویی اثر ضدباکتریایی رنگ آناتو بر جمعیت اشریشیا کلای
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 103
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FSCT-13-51_018
تاریخ نمایه سازی: 1 آذر 1402
Abstract:
چکیده هدف از این مطالعه بکارگیری مدلسازی الگوریتم ژنتیک-شبکه عصبی مصنوعی به منظور پیشگویی اثر ضدباکتریایی رنگ آناتو موجود در سس مایونز بر جمعیتاشریشیا کلای می باشد. آناتو در مواد غذایی دارای فعالیت ضدمیکروبی و آنتیاکسیدانی می باشد. رنگ آناتو استخراج و پس از فیلتراسیون و تغلیظ، با آون تحت خلا خشک گردید. در این مطالعه نمونههای سس حاوی ۰، ۱/۰، ۲/۰ و ۴/۰ درصد رنگ آناتو تهیه و در دو دمای ۴ و ۲۵ درجه سانتیگراد نگهداری شد. نمونه برداری و شمارش کلنیها در طی ۱۷ روز و در سه تکرار انجام گرفت. به منظور پیشگویی جمعیت اشریشیا کلای از شبکه عصبی پرسپترون چند لایه پیشخور با ۳ ورودی و ۱ خروجی استفاده شد. همچنین از روش الگوریتم ژنتیک جهت بهینهسازی تعداد نرونها در لایه مخفی شبکه عصبی مصنوعی استفاده گردید. نتایج نشان داد شبکهای با تعداد ۷ نرون در یک لایه پنهان و با استفاده از تابع فعالسازی سیگموئیدی و درصد دادههای مورد استفاده برای تربیت/ آزمون / ارزیابی برابر ۳۰/۲۰/۵۰ میتوان به خوبی جمعیت اشریشیا کلای (۹۹۹/۰r=) در حضور رنگ آناتو را پیشگویی نمود. نتایج آنالیز حساسیت توسط شبکه عصبی بهینه، مدت زمان نگهداری را به عنوان موثرترین عامل در پیشگویی جمعیتاشریشیا کلای نشان داد.
Keywords:
Genetic algorithm , mayonnaise , Microbiology , Escherichia coli , کلید واژه گان: الگوریتم ژنتیک , اشریشیا کلای , سس مایونز , میکروبیولوژی
Authors
Mahmood Yolmeh
دانشجوی دکتری دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
Mohammad Bagher Habibi Najafi
استاد گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
Fakhredin Salehi
دانشجوی دکتری دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان