APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS COMO TESTE DE DETECÇÃO DE FRAUDE DE LEITE POR ADIÇÃO DE SORO DE QUEIJO

Resumo

Esse trabalho foi realizado com o objetivo de empregar Redes Neurais Artificiais para classificar amostras de leite, a partir de análises de rotina de um laticínio, em amostras de leite adulteradas ou não, quanto à adição de soro de queijo. As amostras foram preparadas através da mistura do leite com diferentes concentrações de soro (0, 1, 5, 10 e 20%) sendo analisadas quanto a temperatura, teor de gordura, extrato seco desengordurado, densidade, proteína, lactose, sais minerais, ponto de congelamento, condutividade e pH, totalizando 167 ensaios. Desses 167 ensaios, 101 foram usados para treinamento da rede, 33 para validação e outros 33 para testar a rede neural artificial. A melhor rede de classificação foi uma rede neural de função de base radial. Para obter os centros da rede foi usado o algoritmo k-means, para definir a largura dos campos receptivos o k-nearest e os pesos da camada de saída foram definidos usando o método da pseudo-inversa. A rede com melhor resultado apresentou 10 neurônios na camada de entrada, 40 neurônios na camada oculta e dois na camada de saída, sendo possível obter mais de 95% de acertos na classificação. A metodologia de classificação por Redes Neurais Artificiais apresenta um grande potencial de aplicação na interpretação de dados de análises de rotina nos laticínios para classificação do leite em adulterado por soro de queijo e, posteriormente, confirmação do resultado por metodologia oficial.