پیش بینی کاهش آفلاتوکسین زعفران با استفاده از شبکه عصبی مصنوعی تک لایه

در این تحقیق مدلسازی شبکه عصبی مصنوعی تک لایه به منظور پیش بینی کاهش آفلاتوکسین زعفران بکار گرفته شده است. ورودی ها شامل زمان ازن دهی ، زمان نگهداری و غلظت آفلاتوکسین می باشد و خروجی میزان کاهش آفلاتوکسین است. همچنین درصد داده های مورد استفاده برای تربیت، ارزیابی و آزمون شبکه عصبی، تعداد لایه های پنهان، تعداد نرون، نوع تابع انتقال و نوع قانون یادگیری و دیگر پارامترهای موثر بر شبکه به عنوان متغیر های شبکه در نظر گرفته شد .در نهایت بر اساس داده های حاصل از مدل سازی، شبکه ای با کمترین خطا و بالاترین ضریب همبستگی انتخاب و گزارش گردید. بر اساس این تحقیق در شبکه مصنوعی تک لایه مدلی با یک لایه مخفی، با تابع انتقال تانژانت هاپیربولیک اکسون، با قاعده یادگیری لونبرگ و همچنین تعداد12 نرون، با %50 برای زیرگروه آموزشی و %25 برای هریک از زیرگروه های ارزیابی و آزمایش و ضریب همبستگی r :0.998 به عنوان بهترین مدل انتخاب شد که در بین سایر مدل ها دارای کمترین خطا و بیشترین ضریب همبستگی بود.