|
عنوان
|
پیش بینی ویژگیهای خشک کردن انار به کمک شبکه های عصبی مصنوعی
|
|
نوع پژوهش
|
مقاله ارائه شده کنفرانسی
|
|
کلیدواژه‌ها
|
انار، خشک کن بسترسیال، نسبت رطوبت، آهنگ خشک کردن، شبکه های عصبی مصنوعی
|
|
چکیده
|
هدف از این پژوهش، پیشبینی آهنگ خشککردن و نسبت رطوبت دانههای انار در طی فرآیند خشککردن با خشککن آزمایشگاهی بسترسیال به کمک شبکههای عصبی مصنوعی است. سه عامل مؤثر بر آهنگ خشککردن و نسبت رطوبت یعنی دمای هوای ورودی، سرعت جریان هوا و زمان به عنوان متغیرهای مستقل شبکه در نظر گرفته شدند. دادههای لازم برای ایجاد 60 و 70 و 80 درجه ، الگوهای آموزش، ارزیابی و آزمون شبکه با انجام آزمایشهای خشککردن در سطوح دمایی 50 4 متر بر ثانیه، جمعآوری شدند. از شبکههای پس انتشار پیشرو و پس انتشار / 2 و 14 /67 ،1/ سیلسیوس و سرعتهای 42 پیشخور با الگوریتمهای یادگیری لونبرگ- مارکوارت و تنظیم بیزی برای آموزش الگوهای موجود استفاده شد. نتایج نشان داد 3 و الگوریتم آموزش لونبرگ - مارکوات و تابع آستانه لگاریتم سیگموئید -10-10- که شبکه پس انتشار پیشخور با توپولوژی 2 بهترین پیشبینی را از آهنگ خشککردن و نسبت رطوبت محصول ارائه میدهد. مقادیر ضریب تعیین برای آهنگ خشک 0 به دست آمدند. / 0 و 9981 / کردن و نسبت رطوبت به ترتیب 9802
|
|
پژوهشگران
|
محمد کاوه (نفر اول)، فاروق شریفیان (نفر دوم)، رضا امیری چایجان (نفر سوم)
|