کاربرد استنتاج فازی-عصبی تطبیقی (anfis) در پیش‌بینی خصوصیات کیفی میوه سیب در طی انبارداری

ارزیابی‌های کیفی میوه سیب در طول انبارداری می‌تواند تولیدکنندگان سیب را در انتخاب و بهینه‌سازی شرایط مناسب انبارداری یاری نماید. تغییرات داخلی ایجادشده این محصول در طول مدت انبارداری، موجب تغییر در خصوصیات کیفی میوه می‌شود. پیش‌بینی این تغییرات و ایجاد شرایط مناسب نگهداری، گام مهمی در جهت حفظ ارزش تغذیه‌ای و اقتصادی محصول محسوب می‌شود. در این تحقیق خصوصیات فیزیکوشیمیایی سیب رقم گلدن دلیشز طی انبارداری در دو دمای صفر و 4 درجه سلسیوس و مدت انبارداری در سردخانه شامل صفر، 45، 90 و 135 روز ثبت گردید. این خصوصیات شامل عدد سی‌تی حاصل از تصویربرداری اشعه ایکس، ph، سفتی، رطوبت، چگالی و مواد جامد محلول میوه بود. در مرحله بعدی با کمک سامانه استنتاج فازی-عصبی تطبیقی (anfis) و بر اساس ورودی‌های مولفه‌های رنگی l* ، *a و *b، دمای انبارداری و طول مدت انبارداری، خصوصیات یادشده استخراج و با مقادیر واقعی مقایسه شد. طبق نتایج، در بهترین مدل‌های انتخابی، مقادیر پارامترهای آماری ضریب تبیین (r2)، جذر میانگین مربعات خطا (rmse)، میانگین درصد خطای مطلق (mape)  و شاخص کارایی مدل (ef) به ترتیب برای پیش‌بینی عدد سی‌تی برابر 0.909، 24.331 ، 11.319 درصد و 0.899، مقدار ph برابر 0.912، 0.134 ، 0.134 درصد و 0.839، سفتی میوه برابر 0.950، 1.862 نیوتن، 3.298 درصد و 0.904، رطوبت میوه برابر 0.945، 0.008، 0.729 درصد و 0.893، چگالی برابر 0.910، 0.045 گرم بر سانتی‌متر مکعب، 7.223 درصد و 0.828 و مواد جامد محلول برابر 0.884، 0.537 درصد بریکس، 2.340 درصد و 0.781 به دست آمد. این نتایج نشان می‌دهد که با تقریب و دقت بالا می‌توان خصوصیات کیفی میوه سیب را در تحت شرایط انبارداری پیش‌بینی نمود. این پیش‌بینی جهت حفظ کیفیت محصول در طول انبارداری بسیار مفید خواهد بود.

application of adaptive neuro-fuzzy inference system (anfis) in predicting quality characteristics of stored apple fruit

quality evaluations of apple fruit during storage can help producers to choose and optimize suitable storage conditions. the internal changes of this product during the storage period will be caused change in the quality characteristics of the fruit. prediction of these changes and creating suitable storage conditions are important steps towards maintaining the nutritional and economic value of the product. in this research, some physicochemical characteristics of golden delicious apples were measured during storage at two temperatures of 0 and 4 °c for 0, 45, 90 and 135 days. these characteristics included ct number obtained by x-ray imaging, ph, firmness, density, total soluble solids index and fruits moisture content. then, using adaptive neuro-fuzzy inference system (anfis) the mentioned characteristics changes during storage were determined and compared with the actual values. the anfis model inputs were color components l*, a* and b*, storage temperature and storage duration, and the outputs were the mentioned physicochemical characteristics. according to the results, in the best selected models, the values of r2, rmse, mape and ef statistical parameters for ct number were 0.909, 24.331, 11.319% and 0.899, for fruit firmness were 0. 950, 1.862 n, 3.298% and 0.904, for ph value were 0.912, 0.134, 1.134% and 0.839, for density were 0.910, 0.045 g/cm3, 7.223% and 0.828, for soluble solids were 0.884, 0.537% brix, 2.340% and 0.781 and for fruit moisture content were 0.945, 0.008, 0.729% and 0.893, respectively. these results show that it is possible to predict the characteristics of apple fruit under storage conditions with high accuracy. this prediction will be useful to determine and maintain the quality of the product during storage.