کاربرد شبکه عصبی مصنوعی در پیش بینی محتوای رطوبتی در طی فرآیند خشک کردن انگور
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,132
فایل این مقاله در 9 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:
NCAMEM05_263
تاریخ نمایه سازی: 18 خرداد 1387
چکیده مقاله:
هدف از این تحقیق پیش بینی محتوای رطوبتی انگور در طی خشک کردن با جریان هو ای گرم به عنوان تابعی از دما و سرعت هوا به کمک شبکه های عصبی مصنوعی است . در این تحقیق اثر عوامل تاثیرگذار دمای هوا در سه سطح (50،60و70 درجه سیلسیوس) و سرعت هوا در چهار سطح (0/25 ، 0/5 ، 0/75 و 1 متر بر ثانیه ) بر تغییرات محتوای رطوبتی استفاده شد . برای ایجاد الگوهای آموزش و ارزیابی و تست به کمک یک خشک کن آزمایشگاهی، آزمایش های خشک کردن انجام گرفت . با به دست آمدن تغییرات محتوای رطوبتی با زمان از شبکه های MLP و TDNNبا الگوریتمهای یادگیری لونبرگ - مارکوارت برای آموزش الگوها استفاده شد . شبکه عصبی TDNN نتایج بهتری نسبت به شبکه عصبی MLP نشان داد. شبکه TDNN با ساختا 1-8-3 با تابع آستانه سیگموئید لگاریتمی در مقایسه با توپولوژیهای دیگر نتایج بهتری را ارائه کرد . این توپولوژی تغییرات محتوای رطوبتی را با ضرایب تعیین 0/9979 پیش بینی کرد.
کلیدواژه ها:
نویسندگان
ناصر بهروزی خزاعی
دانشجوی کارشناسی ارشد گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت م
تیمور توکلی
عضو هیئت علمی گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس، تهر
رضا امیری چایجان
عضو هیئت علمی گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس، تهر
محمدهادی خوش تقاضا
عضو هیئت علمی گروه مکانیک ماشین های کشاورزی، دانشگاه ابوعلی سینا، هم
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 :