رضا امیری چایجان

هدف از این پژوهش، پیشبینی برخی خصوصیات حرارتی (ضریب پخش مؤثر رطوبت و انرژی ویژه مصرفی)، فیزیکی (چروکیدگی و تغییرات کلی رنگ) و مکانیکی (نیروی شکست) میوه بنه در طی فرآیند خشککردن با خشککن پیوسته نیمه صنعتی به کمک شبکههای عصبی مصنوعی بود. سه عامل موثر شامل دمای هوای ورودی، سرعت هوای ورودی و سرعت تسمه در عملکرد خشککن جریان پیوسته به عنوان متغیرهای مستقل در نظر 1 و 2 متر بر ثانیه) و /5 ، 60 و 75 درجه سلسیوس)، سه سطح سرعت هوای ورودی ( 1 ، گرفته شد. آزمایشها در سه سطح دمای هوای ورودی ( 45 10 میلی متر بر ثانیه) انجام شد. دادههای لازم با استفاده از یک خشککن جریان پیوسته نیمه صنعتی، جمعآوری / 6 و 5 /5 ،2/ سه سطح سرعت تسمه ( 5 شد. از شبکههای پسانتشار پیشرو و پسانتشار پیشخور با الگوریتمهای یادگیری لونبرگ- مارکوارت و تنظیم بیزی برای آموزش استفاده شد. برای R2=0/ 3 و 108 چرخه آموزش با 9999 -10-13- پیشبینی ضریب پخش مؤثر رطوبت، شبکه پیشخور با تابع تنظیم بیزی، آرایش 1 مطلوب بود. برای R2=0/ 3 و 117 چرخه آموزش با 9961 -10- پیشبینی انرژی ویژه مصرفی، شبکه پیشخور با تابع آموزش لونبرگ- مارکوارت، آرایش 1 مطلوب بود. R2=0/ 3 و 101 چرخه با 9926 -6-4- بهترین شبکه برای پیشبینی چروکیدگی، شبکه پیشخور با تابع تنظیم بیزی، توپولوژی 1 آموزش بود. بهترین R2=0/ 3 و 24 چرخه آموزش با 9139 -6-7- شبکه برای پیشبینی تغییرات کلی رنگ، شبکه پیشخور با تابع آموزش لونبرگ-مارکوارت با توپولوژی 1 R2=0/ 3 و 69 چرخه آموزش با 9990 -8-6- بود. بهترین شبکه برای پیشبینی نیروی شکست، شبکه پیشخور با تابع آموزش تنظیم بیزی، آرایش 1 بود.