Rede Neural Artificial e Modelagem matemática na hidratação de cereais matinais com leite

Abstract

A crocância do cereal matinal está associada ao frescor e à qualidade do produto, e sua perda pode ocasionar rejeição ao consumo. Portanto, é importante conhecer a cinética de hidratação de diferentes produtos alimentícios, bem como a influência das condições do processo (como temperatura e tempo) em suas taxas. O objetivo deste trabalho foi avaliar o efeito da hidratação nas propriedades físico-químicas do cereal leite hidratado por meio do estudo da cinética de hidratação com a aplicação de modelos empíricos e Redes Neurais Artificiais (RNA). A hidratação foi conduzida em 3 proporções cereal/leite, 3 temperaturas de imersão. Os modelos Peleg foram usados, e as respostas físico-químicas e os parâmetros cinéticos do processo de hidratação foram considerados para modelagem e simulação usando RNA. Para o cereal hidratado, foram realizadas análises de umidade, cinzas, lipídios e fibra bruta. Para o leite, as análises foram sólidos solúveis e lipídios. Os tratamentos utilizados na hidratação tiveram efeito significativo (p <0,05) em todas as propriedades físico-químicas do cereal matinal. Dos dois modelos, o modelo Peleg melhor descreveu a cinética de absorção do leite no cereal. Porém, o uso da Rede Neural Artificial foi mais eficiente no ajuste dos dados para absorção.