مدل سازي تاثير تيمار فراصوت در پايدارسازي شيركاكائو با استفاده از سيستم هاي استنتاج عصبي - فازي تطبيقي (ANFIS)

Modeling of ultrasound treatment on stabilization of cocoa-flavored milk using Adaptive-Network-based Fuzzy Inference Systems (ANFIS)

اصولا پايدارسازي فيزيكي شيركاكائو و فراورده ­هاي مشابه، يكي از چالش‌هاي موجود در صنايع شير مي­ باشد كه تاكنون از روش­ ها و تركيبات مختلفي براي رفع اين مشكل استفاده گرديد. در دهه‌هاي اخير فناوري فراصوت به عنوان يك ابزار موثر در همگن­ سازي و كاهش اندازه ذرات، مورد توجه پژوهشگران و صاحبان صنايع قرار گرفته است. از اين رو هدف پژوهش حاضر، ارائه يك مدل پيش‌بيني بر مبناي سيستم استنتاج عصبي- فازي تطبيقي (ANFIS) بوده تا بتوان بر اساس آن، تاثير تيمار فراصوت را بر پايدارسازي شيركاكائو پيش‌بيني نمود. بدين منظور، شدت امواج فراصوت (20، 60 و 100 درصد)، زمان (2، 6 و 10 دقيقه) و دما (25، 45 و 65 درجه سانتي­گراد) به عنوان پارامترهاي ورودي مدل و فاز شيري و اندازه ذرات كاكائو به عنوان خروجي ­هاي مدل در نظر گرفته شدند. براي اعتبارسنجي مدل نيز از مربع مجذور ميانگين خطا (RMSE) و ضريب تعيين (R2) استفاده گرديد. در نهايت بر اساس يافته­ هاي اين بررسي، سيستم استنتاج عصبي - فازي تطبيقي، روشي سريع و دقيق با توانايي تقريب تابع قوي جهت پيش ­بيني تاثير تيمار فراصوت بر ميزان فاز شيري و اندازه ذرات كاكائو تشخيص داده شد.

Physical stability of cacao-flavored milk (chocolate milk) is an important challenge in the field of dairy industry and different methods and compounds were used to solve this issue. High power ultrasound has recently become an efficient tool in homogenization and particle size reduction. Therefore, the aim of this research was to present a model based on Adaptive-Network-based Fuzzy Inference Systems (ANFIS) in order to predict the effect of ultrasound treatment on the stabilization of cocoa-flavored milk. For this purpose, different power intensity (20, 60 and 100%), exposure time (2, 6 and 10 min), and treatment temperature (25, 45 and 65ºC) were considered as inputs of the model and the output variables were milk phase volume and the size of cocoa particles. Furthermore, root mean square error (RMSE) and R2 were used for validation of this model. Based on our findings, the Adaptive-Network-based Fuzzy Inference Systems (ANFIS) was recognized as a fast, highly precise with strong function approximation ability for predicting the effect of ultrasound treatment on stabilization and particle size of cocoa-flavored milk.