کاربرد شبکه عصبی مصنوعی در پیش بینی محتوای رطوبتی در طی فرآیند خشک کردن انگور

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:

خشک کردن انگور ، محتوای رطوبتی ، شبکه عصبی مصنوعی