پیش بینی و اطمینان از کیفیت روغن زیتون بکر با استفاده از سامانه استنتاج فازی– عصبی تطبیقی

تخمین پارامترهای کیفی روغن زیتون دارای اهمیت ویژه ای در روش های کنترل کیفیت مدرن است یکی از مهم ترین مشکلات در هنگام پیش بینی کیفیت روغن در طی نگهداری، پیچیدگی ویژگی های فیزیکو شیمیایی ماده اولیه و اختلاف داده ها به علل مختلف است. مدل سازی پایداری اکسایشی روغن زیتون با استفاده از سامانه استنتاج فازی– عصبی تطبیقی می تواند به بهبود فرآیند کنترل کیفیت این محصول کمک کند. ثبات اکسایشی یکی از پارامترهای مهم کنترلی در روغن زیتون است. در طراحی مدل پارامترهای اسیدیته، عدد پراکسید، ترکیبات فنلی، ضرایب خاموشی k‏232 به عنوان ورودی و ضریب خاموشی k270 بعنوان خروجی در نظر گرفته شد. همچنین برای بهینه سازی مدل از توابع عضویت مختلف، تعداد توابع عضویت و سیکل های یادگیری متعددی به شکل آزمون و خطا مورد استفاده قرار گرفت. بهترین مدل با استفاده از تابع عضویت ذوزنقه ای، تعداد توابع 3 3 3 3 3 و چرخه یادگیری 50 بدست آمد که دارای کمترین میانگین مربعات خطا 0012/0 و بهترین ضریب رگرسیون (r2) 997/0بود. تجزیه و تحلیل مدل نشان داد که سامانه استنتاج فازی – عصبی تطبیقی یک ابزار قدرتمند برای پیش بینی پایداری اکسایشی روغن زیتون بکر است.