بكارگيري بيني‌ الكترونيك براي تشخيص تقلب رب‌ انار با روش‌هاي شناسايي الگو و شبكه عصبي مصنوعي

تقلب در محصولات غذايي يك چالش جدي در صنعت غذا است كه كيفيت و سلامت آن را تحت تاثير قرار مي‌دهد. رب انار به دليل داشتن طعم دلپذير و خواص آنتي ‌اكسيداني، يكي از مواد خوراكي ارزشمند است كه در برنامه غذايي مردمِ برخي از كشورها مورد توجه قرار گرفته است. اين محصول به علت قيمت بالاي آن در معرض ايجاد تقلب توسط برخي توليد كنندگان يا توزيع ‌كنندگان براي دستيابي به سود بيشتر قرار دارد. در اين پژوهش استفاده از سامانه ماشين بويايي به منظور تشخيص تقلب رب انار با شيره خرما با بكارگيري آرايه حسگرهاي گازي و شناسايي تركيبات فرار مواد آلي مورد نظر قرار گرفت. براي تحليل پاسخ آرايه حسگرها از روش‌هاي تحليل مولفه اصلي، تحليل تفكيك خطي و شبكه عصبي مصنوعي استفاده شد. بر اساس نتايج بدست آمده، تحليل مولفه‌هاي اصلي با دو مولفه PC1 و PC2، 94 % واريانس كل داده‌ها را توصيف كرد. در روش LDA دقت طبقه‌ بندي نمونه‌هاي رب انار 97.65 % به دست آمد كه در مقايسه با روش PCA از دقت بالاتري برخوردار بود. بر اساس نتايج بدست آمده در روش ANN مقادير ضريب همبستگي و ميانگين مربعات خطا در شبكه عصبي با ساختار 6-9-7 به ترتيب 0.984 و 0.0018 به دست آمد. نتايج اين پژوهش نشان مي‌دهد كه دستگاه بيني‌ الكترونيك مي‌تواند به عنوان يك ابزار غيرمخرب براي طبقه‌بندي و تشخيص تقلب در رب انار بكار گرفته شود.