Click here to load reader

Schlußbericht zur Forschungsprojektfö · PDF file Fähigkeit eines Neuro-Fuzzy-Systems, aus der humansensorischen Profilanalyse von Erdbeerproben deren Beliebtheit vorherzusagen

  • View
    1

  • Download
    0

Embed Size (px)

Text of Schlußbericht zur Forschungsprojektfö · PDF file Fähigkeit eines...

  • Schlußbericht zur Forschungsprojektförderung

    Vorhaben

    Fuzzy Neuronale Netze zur Qualitätssicherung in der Lebensmittelanalytik

    des BMBF (1705097 vom 1. 9. 1997 - 30. 4. 1999)

    Projektleiter: Prof. Dr. rer. nat. Dietlind Hanrieder

    Projektbearbeiter: Dr. rer. nat. Monika Hirschfelder, Dr. rer. nat. Florian Lauer, Antje Förster

    Einrichtung: Hochschule Anhalt (FH) Hochschule für Angewandte Wissenschaften Fachbereich Landwirtschaft, Ökotrophologie und Landespflege

  • 1

    Aufgabenstellung

    Mit dem Vorhaben wurde das Ziel verfolgt, an der Hochschule Anhalt (FH) Expertenkompe- tenz für die Auswertung von mehrdimensionalen Daten, wie sie in Qualitätssicherungssyste- men anfallen, zu etablieren. Dadurch sollte die Hochschule Anhalt zu einem kompetenten Partner für die Industrie werden, was für das Erreichen der Drittmittelfähigkeit auf diesem Gebiet unabdingbar ist.

    Voraussetzungen, unter denen das Vorhaben durchgeführt wurde

    Materielle Voraussetzungen:

    Zur Verfügung standen das mit 18 halbleitenden Metalloxidsensoren unterschiedlicher Selektivität bestückte Gassensor-Array Fox 4000 („Elektronische Nase“) der Firma Alpha- M.O.S., Toulouse, der Texturanalyzer TA-XT2 der Firma Stable Microsystems sowie das pH- Impedanz-Messgerät Meatcheck 160 (sigma electronic GmbH Erfurt). Im Rahmen der Kooperation mit der Bundesanstalt für Züchtungsforschung an Kulturpflanzen, Quedlinburg, konnten an dem sich dort befindenden Minolta Photometer CM-508-d Messungen durchgeführt werden.

    Personelle Voraussetzungen:

    Während des Bearbeitungszeitraums standen neben der hauptberuflich als Professorin an der Hochschule Anhalt tätigen Projektleiterin zur Verfügung: − ein promovierter Wissenschaftler (0,5 BAT IIa Ost) für 8 Monate − ein promovierter Wissenschaftler (BAT IIa Ost) für 4 Monate und − eine Diplomandin für 6 Monate. In der Schlußphase (Verlängerung) des Projekts wurde auf Honorarbasis und darüber hinaus personelle Unterstützung durch das Prof.-Hellriegel-Insitut, Aninstitut der Hochschule Anhalt, geleistet.

  • 2

    Planung und Ablauf des Vorhabens

    Installation von Hard- und Software

    Texturmessungen

    Farbmessungen

    Aufnahme der Geruchskurven*

    Trenderfassung durch Langzeitbeobachtung** Anwendung neuronaler

    Netze Erstellen des

    Abschlußberichtes Monat S O N D J F M A M J J A S O N D J F M A M Jahr 1997 1998 1999

    * Messungen mit dem Gassensor-Array ** Driftverhalten der Sensoren

    geplanter Zeitraum

    tatsächlicher Zeitraum

    Die Veränderungen gegenüber den geplanten Zeiträumen ergaben sich - wie schon bei der Beantragung auf kostenneutrale Verlängerung erwähnt - aus folgenden Gründen: • Mit Projektbeginn standen nicht alle Mitarbeiter zur Verfügung, da ein wissenschaftlicher

    Mitarbeiter (0,5 BAT IIa Ost) erst zum 1. November eingestellt werden konnte. Ursprüng- lich war geplant, die Stelle mit einem Informatiker zu besetzen, was bei einem Projekt „Fuzzy Neuronale Netze“ thematisch naheliegend ist. Jedoch konnte bei der derzeitigen Arbeitsmarktsituation für Informatiker und einem Gehalt von 0,5 BAT IIa Ost ein solcher nicht gefunden werden.

    • Weiterhin fielen einige Proben im Rahmen der Zusammenarbeit mit der Bundesanstalt für Züchtungsforschung an Kulturpflanzen ernte- und verarbeitungsbedingt erst gegen Pro- jektende an (ca. 1000 Majoranproben).

    • Durch die Zusammenarbeit mit der TU Magdeburg, Institut für Wissens- und Sprachverar- beitung, wurde bekannt, dass im Januar/Februar 1999 eine überarbeitete windowsbasierte Variante von NEFCLASS, dem verwendeten Neuro-Fuzzy-System, von dieser Arbeits- gruppe herausgegeben werden sollte. Somit bestand die Möglichkeit, zusätzliche Algo- rithmen, die diese neue Software bietet (automatische Reduktion des Klassifikators, Kreuzvalidierung) in die Ergebnisse des Projektes mit einzubringen.

  • 3

    Wissenschaftlicher und technischer Stand

    Bedingt durch Entwicklungen in der Analytik (Benchtop-MS, LC-MS, Gassensor-Arrays, Farbmessgeräte, ...) ist es heute möglich, in relativ kurzen Analysenzeiten eine Vielzahl von analytischen Daten zu einem zu untersuchenden Lebensmittel zu gewinnen /27/. Dies ist auch notwendig, denn Qualitätseinbußen eines Lebensmittels können sich auch aus - für sich ge- nommen - durchaus noch akzeptierbaren Abweichungen in mehreren Qualitätsparametern (Aroma, Aussehen, Konsistenz, ... ) ergeben. Am Ende der Messungen liegen zahlreiche ana- lytische Daten vor, mit deren Hilfe es gilt, Proben minderer Qualität auszusondern. Ein sol- ches Vorgehen erfordert zwangsläufig eine multivariate Auswertung der vorhandenen Mess- daten. Wegen des erwarteten nichtlinearen Zusammenhangs zwischen Messdaten und Quali- tätsklassen erscheinen Methoden der Datenverarbeitung, bei denen aus Beispielen gelernt wird, ohne das zugrundeliegende mathematische Modell kennen zu müssen, also Neuronale Netzwerke bzw. Neuro-Fuzzy-Systeme, als besonders geeignet. Die Aufgabe, aus zahlreichen Beispielen zu lernen, ist jedoch nicht nur für die instrumentell-analytischen Daten zu lösen, sondern trifft auch auf die Auswertung der im Rahmen humansensorischer Analysen erhobe- nen Daten zu. Infolgedessen wird bereits von führenden Lebensmittelunternehmen das Trai- ning des Personals der Lebensmittelindustrie im Umgang mit Neuronalen Netzwerken und der Fuzzy Logik für notwendig erachtet /1/. Bei der Steuerung von Prozessgrößen der Lebensmittelherstellung gibt es erste Versuche der Anwendung von Neuro-Fuzzy-Systemen, z. B. bei der Herstellung von Bier /2/ oder Sake /3/. Demgegenüber erfolgt der Einsatz dieser Systeme zur Vorhersage der humansensorischen Eigenschaften eines Lebensmittels aus instrumentellen Daten /4/ bzw. zur Auswertung multi- variater humansensorischer Daten /5/ noch zögerlich. Häufiger werden Neuronale Netzwerke und die Fuzzy Logik bereits zur Auswertung der von Gassensor-Arrays („Elektronischen Na- sen“) generierten Daten verwendet /4, 6-17/. Dabei fanden einige Autoren eine Überlegenheit dieser Systeme gegenüber Verfahren der klassischen multivariaten Statistik. So konnte z. B. anhand der Messdaten eines Gassensor-Arrays die Kaffeemarke erkannt werden, obwohl der Kaffee mit Wasser von jeweils unterschiedlicher Qualität zubereitet wurde /8/. Auch die Ver- arbeitung von instrumentellen Daten, die das Aussehen (Farbe, Gestalt) von Lebensmitteln charakterisieren sollen, erfordert Verfahren der mehrdimensionalen Datenauswertung, so dass auch hier Anwendungen von Neuro-Fuzzy-Systemen zu verzeichnen sind /18/.

    Die Fachliteratur wurde − durch regelmäßige Nutzung des Recherchesystems STN, Derwent Information LTD

    (Chemical Abstracts und World Patent Index), über die Hochschulbibliothek der Hochschule Anhalt,

    − durch CD-ROM-Suche (Chemical Abstracts, FSTA und Human Nutrition) und − über Internet (z. B. ftp://ftp.sas.com/pub/neural/FAQ.html) recherchiert.

    Im Bearbeitungszeitraum wurde mit zahlreichen anderen Institutionen zusammengearbeitet (Tab. 1).

  • 4

    Tab. 1: Zusammenarbeit mit anderen Stellen

    Institution bzw. Unternehmen Gegenstand der Kontakte bzw. Zusammenarbeit

    Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik,

    Institut für Wissens- und Sprachverarbeitung

    Nutzung der Software „NEFCLASS“, Problemdiskussion

    Bundesanstalt für Züchtungsforschung an Kulturpflanzen,

    Quedlinburg

    Untersuchung und Datenauswertung der an der BAZ geernteten und hedonisch bzw. mittels

    GC/MS beurteilten Erdbeer- und Majoranproben

    Otto-von-Guericke-Universität Magdeburg, Fakultät Elektrotechnik,

    Lehrstuhl Messtechnik/Mikrosystemtechnik

    Erfahrungsaustausch, Vereinbarung gegenseitiger Information zu neuen Entwicklungen auf dem

    Gassensor-Gebiet, Erörterung künftiger Kooperationsmöglichkeiten

    TU Bergakademie Freiberg, Institut für Physikalische Chemie

    Beantragung eines gemeinsamen Projektes bei der Bundesumweltstiftung und Beginn der

    Zusammenarbeit

    Iteration Informatik Technologien GmbH, Wetzlar

    mögliche Zusammenarbeit auf dem Gebiet genetischer Algorithmen erörtert

    Fachhochschule Münster, Zentrale wissenschaftliche Einrichtung für

    Informatik

    Erfahrungsaustausch, mögliche Zusammenarbeit diskutiert

    Fachhochschule Magdeburg, Fachbereich Chemie

    Absprache über künftige Kooperation

    Universität für Ökonomie Poznan, Institut für Warenkunde

    Diplomarbeit, Gastvorträge, Erfahrungsaustausch, gegenseitige Information

    JAS Bereitstellung eines Autosamplers

  • 5

    Ergebnisse

    Fähigkeit eines Neuro-Fuzzy-Systems, aus der humansensorischen Profilanalyse von Erdbeerproben deren Beliebtheit vorherzusagen

    Im Rahmen der Zusammenarbeit mit der Bundesanstalt für Züchtungsforschung (BAZ) an Kulturpflanzen, Quedlinburg, sollte geprüft werden, ob aus den dort von Erdbeeren erhobenen Daten einer sensorischen Profilanalyse /19/ deren Beliebtheit vorhergesagt werden könne.

    Tab. 2: Ein- und Ausgangsdaten bei der Vorhersage der Beliebtheit von Erdbeerproben Eingangsdaten (Intensitäten beurteilt

    anhand einer 10 cm langen, nichtgraduierten Skala)

    Ausgangsklassen für das Neuro-Fuzzy- System (Beliebtheit beurteilt unter

    Verwendung einer 5-stufigen-Skala; 1 = unbeliebt und 5 = sehr beliebt)

    Intensität des grünen, Z-3-Hexenol ähnelnden grasartigen Geruchs

    Beliebtheit = „3“

    Intensität des aromatischen, der Walderdbeere ähnelnden Geruchs

    Beliebtheit = „4“