Neural network forecasting of terms of refrigerating storage of vegetative raw materials in modules with the modified atmosphere

Authors

  • В.Н. Радионенко Одесская государствення академия холода, Кафедра холодильной и торговой техники Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского, Ukraine

DOI:

https://doi.org/10.15587/1729-4061.2010.2702

Keywords:

refrigeration storage, artificial neural networks, shelf life forecast

Abstract

Modified atmosphere compact modules have been considered as a refrigeration technology tool for phytogenic product storage in the domestic refrigerators. Experimental data on kinetics of deterioration for apples were used to correlate the shelf life and different technological factors via artificial neural networks.

Author Biography

В.Н. Радионенко, Одесская государствення академия холода, Кафедра холодильной и торговой техники Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского

Аспирант,

Старший преподаватель

References

  1. R. Bellman, L. Zadeh. Decision-making in a fuzzy environment. Management Science, 17, 141–164 (1970).
  2. K.Galic, D. Curic, D. Gabric. Shelf Life of Packaged Bakery Goods—A Review Critical Reviews in Food Science and Nutrition, 49, 405-426 (2009).
  3. H. No, S P Meyers, W. Prinyawiwatkul, Z. Xu. Applications of chitosan for improvement of quality and shelf life of foods: a review. Journal of food science, 72, 87-100 (2007).
  4. R.C. Soliva-Fortuny, O. Martin-Belloso. New advances in extending the shelf-life of fresh-cut fruits: a review. Trends in Food Science and Technology, 14, 341-353 (2003)
  5. I. Arvanitoyannis, A. Stratakos, P. Tsarouhas. Irradiation applications in vegetables and fruits: a review. Critical reviews in food science and nutrition, 49, 427-462 (2009)
  6. V. Gуmez-Lуpez, P. Ragaert, J. Debevere, F. Devlieghere. Decontamination methods to prolong the shelf-life of minimally processed vegetables, state-of-the-art. Critical reviews in food science and nutrition, 48 , 487-495, 2008
  7. S.S. Zambre, K.V. Venkatesh, N.G. Shah. Tomato redness for assessing ozone treatment to extend the shelf life. Journal of Food Engineering, 96, 463-468, (2010)
  8. A. M. C. N. Rocha and A. M. M. B. Morais. Shelf life of minimally processed apple (cv. Jonagored) determined by colour changes Food Control.14, 13-20 (2003)
  9. M.A. Del Nobile, A. Conte, M. Cannarsi and M. Sinigaglia. Use of biodegradable films for prolonging the shelf life of minimally processed lettuce. Journal of Food Engineering. 85, 317-325 (2008).
  10. M.Corbo, M. Del Nobile and M. Sinigaglia. A novel approach for calculating shelf life of minimally processed vegetables International Journal of Food Microbiology. 106, 69-73 (2006).
  11. Ф. П. Бедин, Е.Ф. Белан, Н.И. Чумак. Технология хранения растительного сырья. Физиологические, теплофизические и транспортные свойства Одесса: Астропринт, 2002. – 306 с.
  12. В. В. Дятлов. Сохраняемость яблок с защитным пленочным покрытием. – Донецк: ДонГУЭТ. 214 с. (2004).
  13. Sandhya. Modified atmosphere packaging of fresh produce: Current status and future needs, LWT - Food Science and Technology, 43, 381-392 (2010).
  14. В.М. Радіоненко, В.П Кочетов, В.О. Мазур. Динаміка показників якості рослинної продукції за холодильного зберігання в модулях із модифікованою атмосферою. Донецьк : ДонНУЕТ. 368 с. (2009).
  15. В.Н. Радионенко, В.А. Мазур. Кинетика процессов деградации качества растительной продукции при холодильном хранении в модулях с модифицированной атмосферой. Холодильная техника и технология. Одесса: ОГАХ. 187 с. (2009).
  16. Галушкин А. И. Синтез многослойных систем распознавания образов. — М.: «Энергия», 1974.
  17. Werbos P. J., Beyond regression: New tools for prediction and analysis in the behavioral sciences. Ph.D. thesis, Harvard University, Cambridge, MA, 1974.
  18. F. Marini, R.Bucci, A.L. Magrм, A.D. Magrм Artificial neural networks in chemometrics: History, examples and perspectives. Microchem. Journal, 88, 178-185 (2008)
  19. MATLAB 7.9. http://www.mathworks.com.products/matlab.

Published

2010-04-06

How to Cite

Радионенко, В. (2010). Neural network forecasting of terms of refrigerating storage of vegetative raw materials in modules with the modified atmosphere. Eastern-European Journal of Enterprise Technologies, 2(7(44), 48–52. https://doi.org/10.15587/1729-4061.2010.2702

Issue

Section

Energy-saving technologies and equipment