خشک شدن همرفتی سیر (Allium sativum L.): رویکرد شبکههای عصبی مصنوعی برای مدلسازی فرآیند خشک کردن | ||
| مجله پژوهشهای علوم و صنایع غذایی ایران | ||
| مقاله 2، دوره 14، شماره 3 - شماره پیاپی 51، مرداد و شهریور 1397، صفحه 52-62 اصل مقاله (391.43 K) | ||
| نوع مقاله: مقاله پژوهشی انگلیسی | ||
| شناسه دیجیتال (DOI): 10.22067/ifstrj.v14i3.66235 | ||
| نویسنده | ||
| مجید رسولی* | ||
| گروه مهندسی بیوسیستم، دانشگاه بوعلی سینا. | ||
| چکیده | ||
| در این مطالعه، شبکه عصبی مصنوعی برای مدلسازی و پیشبینی میزان رطوبت سیر در طی خشک کردن سیر استفاده شد. برای این منظور شبکه عصبی مصنوعی پرسپترون چندلایه تحتعنوان پس انتشار پیشرو بهکار گرفته شد. پارامترهای مهم از جمله دمای هوای خشک کردن (50، 60 و 70 درجه سانتیگراد)، ضخامت ورقهها (2، 3 و 4 میلیمتر) و زمان خشک کردن بهعنوان ورودی و محتوای رطوبت بهعنوان خروجی شبکه در نظر گرفته شد. دادههای آزمایشگاهی بهدست آمده از فرآیند خشک کردن لایه نازک سیر برای آموزش و تست شبکه استفاده شد. توپولوژی بهینه 3-25-5-1 با الگوریتم LM و تابع آستانه TANSIG برای لایهها بود. با این شبکه بهینه، مقدار R2 و خطای نسبی بهترتیب 9923/0 و 67/9 درصد بود. مقدار MC برای سیر را میتوان با استفاده از شبکه عصبی، با میانگین خطای متوسط کمتر و ضریب تبیین بیشتر نسبت به مدل ریاضی ویبل پیشبینی کرد. | ||
| کلیدواژهها | ||
| شبکههای عصبی مصنوعی؛ انتشار اولیه؛ خشک کردن همرفتی؛ سیر؛ محتوای رطوبت | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,428 تعداد دریافت فایل اصل مقاله: 1,104 |
||