پیش بینی محتوای رطوبتی پسته رقم اکبری با شبکه عصبی مصنوعی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,031

فایل این مقاله در 10 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:

ICPPPN01_022

تاریخ نمایه سازی: 17 اردیبهشت 1386

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.

نویسندگان

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

دانشیار مهندسی مکانیک ماشین های کشاورزی، دانشکده بیوسیستم پردیس کشا

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.(1386). پایان نامه کارشناسی ارشد، بررسی فرآیند خشک شدن ...
  • بی نام، (1384). دفتر آمار و فناوری اطلاعات وزارت جهاد ...
  • یداللهی نیا، ع.(1385). 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). ...
  • نمایش کامل مراجع