بررسی اثر پیش تیمار فراصوت بر سرعت خشک شدن گیلاس و مدل سازی فرآیند توسط روش الگوریتم ژنتیک- شبکه عصبی مصنوعی

به دلیل رطوبت بالا، سرعت فساد گیلاس بسیار زیاد است و برای نگهداری موثر نیاز به استفاده از برخی تیمارهای پس از برداشت دارد. خشک کردن یکی از این روش های نگهداری است. امواج فراصوت را می توان به عنوان یک پیش تیمار قبل از خشک کردن محصولات کشاورزی به منظور کاهش زمان این فرآیند استفاده نمود. روش الگوریتم ژنتیک- شبکه عصبی مصنوعی دارای قابلیت بالایی برای یافتن مقدار بهینه یک تابع هدف پیچیده است. در این پژوهش اثر تیماردهی با امواج فراصوت به مدت 0، 3، 6 و 9 دقیقه بر زمان خشک شدن، تغییرات وزن و آبگیری مجدد گیلاس بررسی شد. در مرحله بعد، این فرآیند توسط روش الگوریتم ژنتیک- شبکه عصبی مصنوعی با 2 ورودی (زمان خشک کردن و زمان پیش تیمار فراصوت) و 1 خروجی (درصد کاهش وزن) مدل سازی شد. نتایج این پژوهش نشان داد که تیمار فراصوت تا 3 دقیقه، سبب افزایش سرعت خروج رطوبت از گیلاس ها و در نتیجه باعث کاهش زمان خشک کردن می گردد. تیماردهی با امواج فراصوت به مدت 3 دقیقه باعث افزایش آبگیری مجدد گیلاس خشک شده شد؛ اما با افزایش زمان تیماردهی به 6 و 9 دقیقه مقدار آبگیری مجدد کاهش یافت. نتایج مدل سازی به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی نشان داد شبکه ای با ساختار 1-4-2 در یک لایه پنهان و با استفاده از تابع فعال سازی تانژانت هیپربولیک می تواند درصد کاهش وزن گیلاس هنگام خشک شدن را با ضریب همبستگی بالا و مقدار خطا پایین پیش بینی نماید. بر اساس نتایج آزمون آنالیز حساسیت، زمان خشک کردن به عنوان موثرترین عوامل در تغییر درصد کاهش وزن گیلاس طی فرآیند خشک کردن بود. به طورکلی، بهترین شرایط برای خشک کردن گیلاس، 3 دقیقه پیش تیمار با فراصوت و سپس خشک کردن محصول با هوای داغ است. با توجه نتایج به دست آمده از مدل سازی، از روش الگوریتم ژنتیک- شبکه عصبی مصنوعی نیز می توان برای پیش بینی پارامترهای فرآیند خشک کردن گیلاس استفاده نمود.