مقایسه پیش بینی واکشیدگی ضخامت تخته خرده چوب با سیستم فازی و شبکه عصبی مصنوعی

سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 167

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJWP-6-1_005

تاریخ نمایه سازی: 10 خرداد 1401

چکیده مقاله:

درصد واکشیدگی یکی از خواص فیزیکی مهم محصول نهایی می باشد. این آزمون نیاز به زمان و هزینه دارد. بنابراین پیش بینی مقدار درصد واکشیدگی تخته در حین تولید می تواند باعث کنترل کردن فرایند تولید و کیفیت یکنواخت محصول گردد. در این تحقیق متغیرهایی مانند رطوبت خرده چوب قبل از خشک کن، رطوبت کیک خرده چوب در فرمینگ، میزان چسب مصرفی به ازای هر تخته، زمان پرس، دمای پرس، فشار پرس، و خاصیت درصد واکشیدگی تخته خرده چوب خط تولید کارخانه دعبل خزاعی جمع آوری شد. داده های نرمال سازی شده با استفاده از روشهای شبکه عصبی مصنوعی و سیستم فازی بررسی شد و این خاصیت با بهینه ترین مدل پیش بینی شد. بهترین مدل پیش بینی درصد واکشیدگی تخته بر اساس روش شبکه عصبی مصنوعی ۵-۵ و در سیستم فازی تابع زد شکل با درصد خطای مطلق پیش بینی به ترتیب ۵/۰ و ۲۲ درصد می باشد. روش شبکه عصبی مصنوعی در مقایسه با روش سیستم فازی از کارایی بهتری برخوردار است.

کلیدواژه ها:

درصد واکشیدگی ضخامت ، سیستم فازی ، شبکه عصبی مصنوعی ، فرایند تولید تخته خرده چوب

نویسندگان

علی بیات کشکولی

دانشیار، دانشکده منابع طبیعی، دانشگاه زابل

فواد نیسی

دانشجوی کارشناسی ارشد، گروه علوم و صنایع چوب و کاغذ، دانشکده منابع طبیعی، دانشگاه زابل

علیرضا مقدم نیا

دانشیار گروه آبخیزداری، دانشکده منابع طبیعی، دانشگاه تهران

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 :
  • Alborzi, M., ۲۰۰۱. Introduction to Artificial Neural Networks. Sharif University ...
  • Menhaj, M., ۱۹۹۸. Introduction to Artificial Neural Networks. Hesabi press, ...
  • Esteban, L.G., Fernández, F.G., de Palacios, P. and Conde, M., ...
  • Cook, D. and Chiu, C.C., ۱۹۹۷. Predicting the internal bond ...
  • Fernandez, F.G., Esteban, L.G., de Palacios, P., Navarro, N. and ...
  • Jahanilomer, Z., FarrokhPayam, S.R. and Shamsian, M., ۲۰۱۴. An intelligent ...
  • Oduguwa, V., Tiwari, A. and Roy, R., ۲۰۰۵. Evolutionary computing ...
  • Stefansson, A., Koncar, N. and Jones, A.J., ۱۹۹۷. A note ...
  • Monte, R.A., ۱۹۹۹. A random walk for dummies. Mit Undergraduate ...
  • Yagar, R.R. and Zadeh, L.A., ۱۹۹۲. An introduction to fuzzy ...
  • Jang, J.S.R. and Gulley, N., ۱۹۹۵. Fuzzy logic Toolbox for ...
  • Mamdani, E.H. and Assilian. S., ۱۹۷۵. An experimental in linguistic ...
  • Zadeh, L. A., ۱۹۶۵. Fuzzy set. Information and Control. ۸:۳۳۸-۳۵۳ ...
  • Dubois, D. and Prade, H., ۱۹۸۰. Fuzzy set and systems: ...
  • Malinov, S., Sha, W. and Mckeown, J.J., ۲۰۰۱. Modelling the ...
  • Cheng, C.S., ۱۹۹۵. A multi-layer neural network model for detecting ...
  • Cook, D.F., Massey, J.G. and Shannon, R.E., ۱۹۹۱. A neural ...
  • Cook, D.F., Zobel, C.W. and Nottingham, Q.J., ۲۰۰۱. Utilization of ...
  • Cook, D.F., Ragsdale, C.T. and Major, R.L., ۲۰۰۰. Combining a ...
  • Esteban, L.G., Garcia Fernandez, F., de Palacios, P. and Gonzalez ...
  • Dousthosyni, K. ۲۰۰۱. Production technology and use of wood based ...
  • Moslemi, A.A., ۱۹۷۴. Particleboard, Volumes ۱ and ۲. Southern illinois ...
  • Nemli, G., Zekovic, E. and Aydin, I., ۲۰۰۷. Some of ...
  • Nemli, G., Aydin, I. and Zekovic, E., ۲۰۰۷. Evaluation of ...
  • نمایش کامل مراجع