CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی محتوای رطوبتی پسته رقم اکبری با شبکه عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۳۹۶ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: ICPPPN01_022
زبان مقاله: فارسی
حجم فایل: ۵۷۰.۲۶ کلیوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی محتوای رطوبتی پسته رقم اکبری با شبکه عصبی مصنوعی

احمد بهارلوئی - دانشجوی کارشناسی ارشد مهندسی مکانیک ماشین های کشاورزی، دانشکده بیوس
محمود امید - دانشیار مهندسی مکانیک ماشین های کشاورزی، دانشکده بیوسیستم پردیس کشا
حجت احمدی - استادیار مهندسی مکانیک ماشین های کشاورزی، دانشکده بیوسیستم پردیس کش
  شاهین رفیعی (شناسه پژوهشگر - Researcher ID: ۴۴۵۴)
دانشیار مهندسی مکانیک ماشین های کشاورزی، دانشکده بیوسیستم پردیس کشا

چکیده مقاله:

به منظور پیش بینی محتوای رطوبتی پسته رقم اکبری به کمک شبکه عصبی مصنوعی، ازمایشاتی در پنج سطح دمایی از 40 تا 80 درجه سانتی گراد ، چهار سرعت جریان هوای ورودی بین 0/5 تا 2 متر بر ثانیه و در سه تکرار در یک خشک کن لایه نازک انجام شد. رطوبت اولیه پسته در اغاز آزمایش ها 30 درصد بر پایه خشک بود. پس از انجام آزمایش ها داده ها به محیط شبکه عصبی مصنوعی منتقل شدند. به منظور توسعه مدلهای شبکه عصبی مصنوعی ابتدا داده ها به سه بخش آموزش (70%) اعتبار سنجی (10%) و آزمون (20) مدلها تقسیم شدند.شبکه ها با ساختار پرسپترون چند لایه به صورت دو، سه و چهار لایه آموزش داده شدند. معیار انتخاب بهترین شبکه بیشترین ضریب تبیین و کنترین مقدارمتوسط مربع خطا (MSE) بود. در پیش بینی نسبت رطوبت پسته رقم اکبری شبکه سه لایه با ساختار 1-5-8-3 بهترین نتیجه را داد. این شبکه در لایه پنهان اول 8 نرون و در لایه پنهان دوم 5 نرون دارد. مقادیر ضریب تبیین و MSE آن به ترتیب 0/9989 و 4.2 e به توان 6- می باشد. از نتایج تحقیق می توان در طراحی خشک کن های صنعتی بهره گرفت.

کلیدواژه‌ها:

پسته رقم اکلری ، خشک کن لایه نازک ، محتوای رطوبتی ، شبکه عصبی مصنوعی ، مدلسازی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICPPPN01-ICPPPN01_022.html
کد COI مقاله: ICPPPN01_022

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بهارلوئی, احمد؛ محمود امید؛ حجت احمدی و شاهین رفیعی، ۱۳۸۶، پیش بینی محتوای رطوبتی پسته رقم اکبری با شبکه عصبی مصنوعی، اولین همایش ملی فرآوری و بسته بندی پسته، مشهد، دانشگاه فردوسی مشهد، https://www.civilica.com/Paper-ICPPPN01-ICPPPN01_022.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (بهارلوئی, احمد؛ محمود امید؛ حجت احمدی و شاهین رفیعی، ۱۳۸۶)
برای بار دوم به بعد: (بهارلوئی؛ امید؛ احمدی و رفیعی، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • بهارلوئی، احمد.(۱۳۸۶). پایان نامه کارشناسی ارشد، بررسی فرآیند خشک شدن ...
  • بی نام، (۱۳۸۴). دفتر آمار و فناوری اطلاعات وزارت جهاد ...
  • یداللهی نیا، ع.(۱۳۸۵). استخراج مدل خشک شدن شلتوک در خشک ...
  • Broyart, B and. G. Trystram. (2003). Modeling of heat and ...
  • Hernandez-P erez, J.A, M.A. Garc1 a-Alvarado , G. Trystram and ...
  • Erenturk, S. and K. Erenturk. (2007). Comparison of genetic algorithm ...
  • Islam, M.R, S.S. Sablani and A.S. Mujumdar. (2003). Prediction of ...
  • Mittal, G.S. and J. Zhang. (2000). Prediction of temperature and ...
  • Omid, M., A.R. Yadollahinia and S. Rafiee. (2006). A thin ...
  • Omid. M., Mahmoudi. A., Aghagolzadeh. A. and Borghaee, A.M., 2007. ...
  • Poonnoy, P., A. Tansakul and M. Chinnan. (2006). Estimation of ...
  • Poonnoy, P.. A. Tansakul and M. Chinnan. (2007). Artificial Neural ...
  • Zbicincski, I., P. Strumillo and W. Kaminski. (1996). Hybrid neural ...
  • Zbicincski, I. and K. Ciesislski. (2000). Extension of the neural ...
  • Zhang, O., S.X. Yang., G.S. Mittal. and S. Yi. (2002). ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.