Experimentación numérica aplicada al cambio de firmeza de aguacate Persea Americana Hass en almacenamiento en frío

Abstract

La maduración y conservación postcosecha del aguacate se prolongan cuando se disminuye la actividad respiratoria y se reduce la tasa de transpiración, mediante el almacenamiento a bajas temperaturas. En este estudio, se utilizó aguacate de la variedad Hass cosechado en Imbabura (Cotacachi), almacenado a diferentes temperaturas (2°C, 6°C, 10°C, 14°C, 18°C) durante un período de 15 días para obtener datos experimentales sobre el cambio de firmeza medidos mediante un texturómetro. Se recolectaron datos, los cuales se sometieron a un proceso de aleatorización para eliminar datos atípicos y se entrenaron mediante técnicas de aprendizaje automático utilizando Matlab, específicamente los programas de regresión integrados como Regression Learner y Neural Net Fitting. El objetivo fue modelar la relación entre la temperatura y el tiempo de almacenamiento en relación con el cambio de firmeza del aguacate. Este modelo permitió crear un programa predictivo para el comportamiento postcosecha del aguacate, proporcionando a los productores información para comercializar el producto en condiciones óptimas, mejorando así su rentabilidad y satisfaciendo las expectativas del consumidor.