کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت الکتریکی شیر بازساخته
در این تحقیق هدایت الکتریکی شیر بازساخته با استفاده از روش شبکه عصبی مصنوعی مل سازی و پیش بینی گردید. پروتئین (1، 2، 3و 4%)، لاکتوز (4، 6، 8 و 10%)، چربی (3 و 6%) و دما (50، 55، 60 و 65 درجه سلسیوس) به عنوان پارامترهای مستقل ورودی و هدایت الکتریکی شیر بازساخته به عنوان متغیر وابسته خروجی تعریف شدند. داده های به دست آمده از دستگاه سنجش هدایت الکتریکی به منظور آموزش و آزمون شبکه استفاده گردید. به منظور توسعه مدلهای شبکه عصبی مصنوعی ابتدا داد ها به سه بخش آموزشی (70%)، اعتبارسنجی (15%) و آزمون (15%) مدل ها تقسیم شدند. شبکه ها با ساختار پرسپترون چند لایه به صورت دو، سه و چهار لایه آموزش داده شدند. تعداد لایه های مخفی و تعداد نرون ها در هر لایه به روش سعی و خطا به دست آمد. بهترین الگوریتم آموزشی، لونبرگ- مارکوارت با کمترین میزان میانگین مربعات خطا بود. معیار انتخاب بهترین شبکه، بیشترین ضریب تبیین (R2) و کمترین مقدار متوسط مربع خطا (MSE) بود. در پیش بینی هدایت الکتریکی شیر بازساخته شبکه با ساختار 1-4-4 بهترین نتیجه را داد. این شبکه در لایه پنهان 4 نرون دارد. مقادیر ضریب تبیین و خطای آن به ترتیب 992/0 و 011/0 بود. از این نتایج در کارخانجات فراوری شیر می توان بهره گرفت. همبستگی میان مقادیر آزمایشی و پیش بینی شده در ساختارهای مطلوب بیشتر از 99% به دست آمد.
- 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.