توسعه و ارزيابي سامانه غير‌مخرب تلفيقي امواج فراصوت، سنجش مقاومت و رنگ سنجي براي تعيين ويژگي‌هاي بافتي فيله ماهي قزل‌آلاي رنگين كمان Oncorhynchus mykiss)) در طول دوره نگهداري در يخچال

در اين پژوهش توانايي سامانه تلفيقي غيرمخرب امواج فراصوت، سنجش مقاومت الكتريكي و رنگ سنجي براي تعيين كيفيت فيله ماهي‌ قزل‌آلا طي مدت نگهداري (12 روز) با تعيين ويژگي‌هاي بافتي (سختي، شكنندگي، چسبناكي، قابليت ارتجاعي، صمغي بودن و قابليت جويدن) مورد بررسي و ارزيابي قرار گرفت. هم زمان آزمايش‌هاي فيزيكي، مكانيكي، شيميايي و حسي روي فيله‌ها انجام شد. عملكرد روش‌هاي شبكه عصبي و ماشين‌ بردار پشتيبان براي پيش‌بيني و مدل‌سازي خصوصيات بافتي مورد مقايسه قرار گرفتند. در هريك از مدل‌ها خصوصيات فيزيكي به عنوان ورودي و خصوصيات بافتي به عنوان خروجي در نظر گرفته شده و مدل‌سازي‌ها انجام گرفت. نتايج نشان داد در پيش‌بيني شاخص‌هاي سختي، شكنندگي و قابليت ارتجاعي روش ماشين بردار پشتيبان و در شاخص‌هاي چسبناكي، صمغي بودن و قابليت جويدن، روش شبكه عصبي توانمندي بيشتري براي مدل‌سازي ويژگي هاي بافتي را دارا بودند، به طوري كه ريشه ميانگين مربعات خطا (RMSE) شاخص‌هاي سختي، شكنندگي، چسبناكي، قابليت ارتجاعي، صمغي بودن و قابليت جويدن به ترتيب برابر 0.114، 0.025، 0.015، 0.015، 0.044 و 0.171 و ضريب همبستگي آنها نيز به ترتيب برابر 0.993، 0.985، 0.992، 0.961، 0.995 و 0.995 است. بنابراين سامانه پيشنهادي غيرمخرب در تركيب با روش‌هاي هوش مصنوعي به عنوان ابزاري غيرمخرب و كارآمد براي پايش و كنترل كيفيت در طول نگهداري فيله ماهي قزل‌آلا ارائه مي‌شود.