مدلسازی پراکنده شدن ذرات فیتواسترول در امولسیون روغن/آب با استفاده از شبکه عصبی و رگرسیون چند متغیره

فیتواسترول ها ترکیبات نامحلول در آب می باشند. تهیه ی امولسیون روغن در آب، روش موثر جهت پراکنده نمودن فیتواسترول ها در فاز آبی و افزایش کارایی این ترکیبات در کاهش کلسترول است. مقدار امولسیفایر مورد استفاده و میزان روغن بر خصوصیات امولسیون از جمله پایداری و ویژگی های رئولوژیک آن تاثیر می گذارد. از آنجایی که این عوامل در اثرات درمانی امولسیون های دارویی موثر می باشند در پژوهش حاضر، از مدلسازی به روش شبکه عصبی  مصنوعی جهت تخمین ویسکوزیته، اندازه ذرات و دوفاز شدن ذرات فیتواسترول در امولسیون روغن در آب استفاده شده است. همچنین مقایسه ی این روش و روش رگرسیون چند متغیره نیز انجام شد. عملکرد سیستم با استفاده از مربع مجذور میانگین خطا، خطای مطلق میانگین و ضریب تبیین مورد بررسی قرار گرفت. با مقایسه مدل ها مشخص شد که مدل شبکه عصبی برای ارزیابی ویسکوزیته، اندازه ذرات و دوفاز شدن نتایج بهتری نسبت به روش رگرسیون چند متغیره نشان می دهد. ضریب تبیین در روش شبکه عصبی برای ویسکوزیته، اندازه ذرات و دوفاز شدن به ترتیب برابر با 0.9911، 0.9939 و 0.9903 بدست آمد. با توجه بهضریب تبیین زیاد فاکتورهای اندازه گیری شده، مشخص شد که شبکه عصبی مصنوعی روشی سریع و دقیق جهت مدلسازی ذرات فیتواسترول در امولسیون روغن/آب است.