این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و صنایع غذایی ایران، جلد ۱۲، شماره ۴۸، صفحات ۹۹-۱۱۴
عنوان فارسی کارآیی زئولیت و اسید سیتریک در کنترل رشد کپک و تولید آفلاتوکسین در ضایعات نان های خشک در سطح شهر مشهد و مدل سازی آن به روش شبکه های عصبی مصنوعی
چکیده فارسی مقاله چکیده در این تحقیق، مدل سازی با شبکه عصبی مصنوعی و از نوع پرسپترون (الگوریتم طبقه بندی ورودی) چند لایه به منظور ارزیابی استفاده از اسید سیتریک در کاهش تولید آفلاتوکسین در نان های خشک ضایعاتی در سطح شهر مشهد استفاده شد. از آن جا که نان های ضایعاتی به عنوان ماده اصلی تغذیه حیوانات هستند و به دلیل فراهم بودن شرایط محیطی مناسب جهت رشد قارچ ها، این نان ها به شدت به مایکوتوکسین و به ویژه آفلاتوکسین آلوده بوده و نگرانی هایی برای بشر و حیوانات به وجود می آورند. به همین علت آلودگی غذاها با مایکوتوکسین، از طریق زنجیره ی غذایی باید به دقت کنترل گردد. نتایج نشان داده اند که مدل سازی با شبکه عصبی مصنوعی روش مناسبی خصوصا در صنایع غذایی است. هم چنین نتایج نشان می دهند که افزودن زئولیت نسبت به اسید سیتریک کاهش آفلاتوکسین بیشتری را به همراه دارد. هم چنین استفاده توام از زئولیت و اسید سیتریک نسبت به زمانی که از هر یک از مواد به تنهایی استفاده می شود کاهش بیشتری در میزان آفلاتوکسین را به همراه دارد. براساس نتایج حاصل از به کار گیری شبکه عصبی مصنوعی مدل شبکه عصبی مصنوعی برای داده های زئولیت با یک لایه مخفی،تابع انتقال تانژانت هیپربولیک، قاعده یادگیری لیونبرگ و تعداد 3 نرون٬ با 60% برای زیر گروه آموزشی و 20% برای هر یک از زیر گروه های ارزیابی و آزمایشی با ضریب همبستگی 973/0 بهترین برازش را به همراه داشت. نتایج مدل سازی مبین سازگاری بالابین مقادیر آفلاتوکسین اندازه گیری شده و پیش بینی شده می باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی The efficiency of Zeolite and Citric acid in the control of mold growth and production of Aflatoxin in dry breads wastage across the Mashhad and it's modeling with artificial neural networks method
چکیده انگلیسی مقاله In this research, the modeling with Artificial neural network and Multilayer – Perceptron were used in order to evaluate the zeolite and citric acid's usage in reducing of Aflatoxin's production in stale dry breads across the Mashhad. Since, the stale breads are the main sources of the livestocks's feeding, and because of the availability of proper environmental conditions for growing molds, these breads are severely contaminated by mycotoxin and especially Aflatoxin, and this make some anxieties about the human being and animal's life. So, the foodstuff's contamination by mycotoxin, should be controlled accurately through the food chain. The results have shown that modelling with ANN is a suitable method especially in food industries, and also the addition of zeolite as compared with Citric Acid, cause the َAflatoxin to reduce more. In this manner, the interaction of zeolite and citric acid caused the Aflatoxin to decrease more, than when zeolite or citric acid are being used alone. Based on these results, Artificial neural network model for zeolite with one hidden layer, hyperbolic tangent function as the transfer function, Levenberg-Marquardt method as the learning rule, 3 hidden neurons, %60 for training subset and %20 for each of validation and test subsets with the correlation coefficient 0/973 had the best overfiting. The modeling results indicate that there is an excellent compatibility between the experimental and predicted values of Aflatoxins.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله زهره معصومیان |
کارشناسی ارشد بیوتکنولوژی – دانشگاه آزاد اسلامی واحد شاهرود – گروه مهندسی شیمی
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی شاهرود (Islamic azad university of shahrood)

مسعود یاورمنش |
دانشگاه فردوسی مشهد – دانشکده کشاورزی – گروه علوم و صنایع غذایی
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

مصطفی شهیدی نوقابی | shahidi noghabi
پژوهشکده علوم وصنایع غذایی – گروه شیمی مواد غذایی

محمود صادقی |
کارشناسی ارشد بیوکنولوژی – دانشگاه آزاد اسلامی واحد شاهرود – گروه مهندسی شیمی
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی شاهرود (Islamic azad university of shahrood)

محمد سهرابی بالسینی | sohrabi balsini
دانش آموخته کارشناسی ارشد علوم و صنایع غذایی – دانشگاه فردوسی مشهد – دانشکده کشاورزی – گروه علوم و صنایع غذایی
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

نشانی اینترنتی http://fsct.modares.ac.ir/article_11421_6b8c9ff142e172443e286836c2b67b6d.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/969/article-969-280969.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات