بهینه‌سازی فرمولاسیون نان بدون گلوتن بر پایه ذرت حاوی پروتئین سفیده تخم مرغ و آنزیم ترانس گلوتامیناز میکروبی و تخمین پارامترهای این فرایند با کمک شبکه‌ی عصبی مصنوعی

نویسندگان
1 دانش آموخته کارشناسی ارشد علوم و مهندسی صنایع غذایی، گروه علوم و صنایع غذایی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
2 دکتری تخصصی، استادیار گروه علوم و مهندسی صنایع غذایی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
چکیده
در این تحقیق بهینه‌سازی فرمولاسیون نان بدون گلوتن بر پایه ذرت حاوی پروتئین سفیده تخم مرغ و آنزیم ترانس گلوتامیناز میکروبی با هدف کمینه نمودن افت پخت و میزان سختی و بیشینه نمودن میزان حجم مخصوص، ارتفاع نان، تخلخل و شاخص رنگی L* توسط روش سطح پاسخ و در نهایت تخمین این پاسخ‌ها با کمک شبکه عصبی انجام گرفت. بررسی نتایج نشان داد که شرایط بهینه برای تولید نان بدون گلوتن بر پایه ذرت زمانی ایجاد می‌شود که غلظت آنزیم و پروتئین سفیده تخم مرغ به‌ترتیب 65/0 و 6 درصد باشد. با افزایش غلظت آنزیم افت پخت، تخلخل و شاخص a* افزایش ولی میزان شاخص‌ b* کاهش یافت. نتایج همچنین نشان داد که با افزایش غلظت آنزیم در فرمولاسیون نمونه‌ها در ابتدا افزایش و سپس کاهش در میزان ارتفاع نان و حجم مخصوص مشاهده شد. افزایش غلظت پروتئین سفیده تخم مرغ در فرمولاسیون نان بدون گلوتن بر پایه ذرت منجر به افزایش شاخص L* و a* و کاهش افت پخت و شاخص b* گردید. نتایج مدل‌سازی شبکه عصبی مصنوعی نشان داد که شبکه‌ای با یک لایه پنهان حاوی 9 نورون یعنی چیدمان 8-9-2 (شبکه‌ای با 2 ورودی، 9 گره (نورون) در لایه پنهان و 8 خروجی)، بهترین نتیجه را در پیش‌بینی خروجی‌های مورد نظر دارد. این شبکه با مقدار ضریب همبستگی 00/1 و میانگین مربعات خطای 0011/0 بالاترین دقت را در بین توپولوژی‌های در نظر گرفته شده از خود نشان داد.
کلیدواژه‌ها

موضوعات