کاربرد روش ترکیبی سطح پاسخ و شبکه ی عصبی مصنوعی در پیش بینی سینتیک خشک کردن یک ماده ی غذایی تحت شرایط مختلف خشک کردن
نویسنده:
چکیده:
خشک کردن مواد غذایی به عنوان روشی جهت بهبود ماندگاری، ارائه شده است. به منظور پایش این فرایند از مدل های مختلف شبکه ی عصبی نظیر شبکه ی عصبی پرسپترون، تابع پایه ی شعاعی و مدل ترکیبی شبکه ی عصبی و روش شناسی سطح پاسخ به همراه توابع فعال سازی مختلف به عنوان یک ابزار پیش بینی کننده ی پارامترهای خشک کردن کدوی سبز استفاده گردید. پارامترهای زمان خشک کردن، دمای هوای خشک کردن و ضخامت نمونه به عنوان ورودی شبکه و از طرف دیگر، عدد فوریه، انرژی اکتیواسیون، ضریب انتشار رطوبت و چروکیدگی به عنوان خروجی شبکه در نظر گرفته شد. نتایج مدلسازی نشان داد که مدل شبکه ی عصبی پرسپترون همراه با تابع محرک لوگ سیگموئید- لوگ سیگموئید به عنوان بهترین تابع محرک مدل، توانست مقادیر انرژی اکتیواسیون، عدد فوریه، چروکیدگی و ضریب انتشار رطوبت را به ترتیب با ضرایب رگرسیون 999/0، 992/0، 999/0 و 991/0 پیش بینی نماید.
کلیدواژگان:
زبان:
فارسی
در صفحه:
51
لینک کوتاه:
magiran.com/p985174
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!