توسعه مدل پیشگو به منظور تعیین سفتی میوه «به» به کمک برنامه نویسی ژنتیک و شبکه عصبی در خلال انبارمانی
استحکام محصولات یکی از عوامل مهم و تاثیرگذار در میزان بازارپسندی و همچنین تعیین کیفیت میوه ها به خصوص "به" می باشد. لذا در پژوهش حاضر پس از تعیین مجموعه ای از تغییرات فیزیکی و شیمیایی میوه، پاسخ صوتی آن طی مدت زمان 4 ماه (هر 15 روز یک بار) مورد بررسی قرار گرفت. به منظور تعیین سفتی میوه به صورت غیرمخرب چهار ویژگی (پیک آکوستیک، حداکثر فشار آکوستیک، میانگین فشار آکوستیک و فرکانس طبیعی) استخراج و با استفاده از برنامه نویسی ژنتیک و شبکه عصبی مدل سازی انجام و با مدل های موجود (FI و SIQ-FT) مقایسه گردید. در این مطالعه نشان داده شد که مدل سازی به روش برنامه نویسی ژنتیک و شبکه عصبی با ضریب همبستگی به ترتیب 9567/0 و 933/0 دارای عملکردی مطلوب تری در پیش بینی مقدار سفتی محصول "به" نسبت به مدل های موجود FI و SIQ-FT با ضریب همبستگی به ترتیب 601/0 و 754/0 دارند.
برنامه نویسی ژنتیک ، شبکه عصبی ، به ، انبارمانی ، سفتی
- 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.