پیشبینی نسبت رطوبت ورقههای خشکشده گوجهفرنگی با استفاده از مدلسازی شبکه عصبی مصنوعی و الگوریتم ژنتیک
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 243
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRIFST-9-4_006
تاریخ نمایه سازی: 18 اسفند 1399
چکیده مقاله:
امروزه، استفاده از شبیهساز ریاضی و مدلسازی منحنیهای خشککردن، ابزار مفیدی برای بهبود سیستمهای کنترل کیفیت محصول نهایی در شرایط مختلف است. این روشها معمولا برای مطالعه عوامل موجود در فراآیند، بهینهسازی شرایط و فاکتورهای کاری و پیشبینی سینتیک خشکشدن محصول اعمال میشود. در مقاله حاضر بهمنظور پیشبینی نسبت رطوبت ورقههای گوجهفرنگی خشکشده از دو ابزار هوشمند ازجمله شبکه عصبی مصنوعی (ANN) و الگوریتم ژنتیک (GA) استفاده شده است. برایاینمنظور، ابتدا ۴ مدل ریاضی از سایر مطالعهها گرفته شد و سپس با دادههای تجربی مطابقت داده شدند. سپس بهترین مدل برازش برای منحنی خشککردن گوجهفرنگی انتخاب شد. طبق نتایج، مدلی که توسط آغباشلو و همکاران پیشنهاد شده است، عملکرد بسیار خوبی بهمنظور پیشبینی نسبت رطوبت ورقههای گوجهفرنگی خشکشده نشان داد. علاوهبر این، از الگوریتم ژنتیک برای بهینهسازی بهترین مدل تجربی استفاده شد. درنهایت، نتایج این تحقیق با نتایج مشاهدهشده در مدلهای شبکه عصبی مصنوعی و الگوریتم ژنتیک مقایسه شد. نتایج نشان داد که مدل الگوریتم ژنتیک دقت بالاتری را بهمنظور پیشبینی نسبت رطوبت گوجهفرنگی خشک با ضریب همبستگی (R۲) ۰/۹۹۸۷ ارائه میدهد.
کلیدواژه ها:
نویسندگان
محسن مختاریان
استادیار، گروه علوم و صنایع غذایی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران
مجتبی حیدری مجد
مربی، گروه علوم و صنایع غذایی و تغذیه، دانشگاه علوم پزشکی زاهدان، زاهدان، ایران
امیر دارائی گرمهخانی
استادیار، گروه علوم و صنایع غذایی، دانشکده فنی و منابع طبیعی تویسرکان، دانشگاه بوعلی سینا، همدان، ایران
الهام زایرزاده
دانشآموخته دکتری، گروه علوم و صنایع غذایی، دانشگاه فردوسی مشهد، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :