Modelado de las propiedades de textura de diferentes variedades de chocolate mediante redes neuronales artificiales:...

Área de la Ciencia:

• Ciencia y Tecnología de los Alimentos
• Ciencia de los Materiales
• Modelado Computacional

Sus antecedentes:

• Las propiedades de textura y reológicas del chocolate son fundamentales para la aceptación del consumidor y la calidad del producto.
• La monitorización precisa de estas propiedades es esencial para el control de calidad y la optimización de procesos en la fabricación de chocolate.

Objetivo del estudio:

• Desarrollar un método rápido y no destructivo para predecir las propiedades de textura y reológicas del chocolate.
• Utilizar el modelado de redes neuronales artificiales (RNA) para correlacionar la composición del chocolate con la dureza y la viscosidad aparente.

Principales métodos:

• Se desarrollaron dos modelos de redes neuronales artificiales (RNA): RNA-1 para la predicción de la dureza y RNA-2 para la predicción de la viscosidad aparente.
• Se utilizó la composición del chocolate como variables de entrada y la dureza y la viscosidad aparente como variables de salida para los modelos de RNA.
• Se evaluó el rendimiento del modelo utilizando las métricas R-cuadrado (R²) y Error Cuadrático Medio (MSE).

Principales resultados:

• Los modelos de RNA demostraron una alta precisión predictiva tanto para la dureza (R² = 0,95) como para la viscosidad aparente (R² = 0,97).
• Los modelos lograron un bajo error medio (MSE), lo que indica predicciones fiables.
• El estudio confirmó la eficacia del modelado de RNA para predecir las propiedades del chocolate basándose en la composición.

Conclusiones:

• El modelado mediante redes neuronales artificiales proporciona un enfoque eficaz y no destructivo para predecir propiedades clave del chocolate.
• Esta herramienta predictiva puede ayudar a los fabricantes de chocolate en el control de calidad, la selección de procesos y el desarrollo de nuevos productos.
• El modelo desarrollado mejora la productividad y garantiza la consistencia del producto al permitir una previsión precisa de las propiedades.