مدل‌سازی الگوریتم ژنتیک - شبکه عصبی مصنوعی جهت پیش‌گویی اثر ضدباکتریایی رنگ آناتو بر جمعیت اشریشیا کلای

نویسندگان
1 دانشجوی دکتری دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
2 اﺳﺘﺎد ﮔﺮوه ﻋﻠﻮم و ﺻﻨﺎﻳﻊ ﻏﺬاﻳﻲ، داﻧﺸﻜﺪه ﻛﺸﺎورزی، داﻧﺸﮕﺎه فردوسی مشهد
چکیده
چکیده هدف از این مطالعه بکارگیری مدل­سازی الگوریتم ژنتیک-شبکه عصبی مصنوعی به منظور پیش­گویی اثر ضدباکتریایی رنگ آناتو موجود در سس مایونز بر جمعیتاشریشیا کلای می باشد. آناتو در مواد غذایی دارای فعالیت ضدمیکروبی و آنتی­اکسیدانی می باشد. رنگ آناتو استخراج و پس از فیلتراسیون و تغلیظ، با آون تحت خلا خشک گردید. در این مطالعه نمونه­های سس حاوی 0، 1/0، 2/0 و 4/0 درصد رنگ آناتو تهیه و در دو دمای 4 و 25 درجه سانتی­گراد نگهداری شد. نمونه برداری و شمارش کلنی­ها در طی 17 روز و در سه تکرار انجام گرفت. به منظور پیش­گویی جمعیت اشریشیا کلای از شبکه عصبی پرسپترون چند لایه پیشخور با 3 ورودی و 1 خروجی استفاده شد. همچنین از روش الگوریتم ژنتیک جهت بهینه­سازی تعداد نرون­ها در لایه مخفی شبکه عصبی مصنوعی استفاده گردید. نتایج نشان داد شبکه­ای با تعداد 7 نرون در یک لایه پنهان و با استفاده از تابع فعال­سازی سیگموئیدی و درصد داده­های مورد استفاده برای تربیت/ آزمون / ارزیابی برابر 30/20/50 می­توان به خوبی جمعیت اشریشیا کلای (999/0r=) در حضور رنگ آناتو را پیش­گویی نمود. نتایج آنالیز حساسیت توسط شبکه عصبی بهینه، مدت زمان نگهداری را به عنوان موثرترین عامل در پیش­گویی جمعیتاشریشیا کلای نشان داد.
کلیدواژه‌ها