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

پیش بینی تغییرات ویسکوزیته ژلاتین پوست ماهی قزل آلای رنگین کمان تولیدشده در زمان های مختلف پیش فراوری با استفاده از مدل شبکه عصبی مصنوعی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۵۹۷ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: NCFOODI18_043
زبان مقاله: فارسی
حجم فایل: ۲۱۹.۹۶ کیلوبایت (فایل این مقاله در ۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۵ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۵ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی تغییرات ویسکوزیته ژلاتین پوست ماهی قزل آلای رنگین کمان تولیدشده در زمان های مختلف پیش فراوری با استفاده از مدل شبکه عصبی مصنوعی

  هدی شهیری طبرستانی - گرگان-میدان بسیج- دانشگاه علوم کشاورزی و منابع طبیعی گرگان -دانشکده صنایع غذایی
  یحیی مقصودلو - گرگان-میدان بسیج-دانشگاه علوم کشاورزی و منابع طبیعی-دانشکده صنایع غذایی
  علیرضا صادقی ماهونک - گرگان-میدان بسیج-دانشگاه علوم کشاورزی و منابع طبیعی-دانشکده صنایع غذایی
علی معتمدزادگان - ساری- میدان خزر- کیلومتر 9 جاده فرح آباد- مجتمع کشاورزی و منابع طبیعی

چکیده مقاله:

در تحق یق حاضر ، از تک نیک شبکه عصبی مصنوعی ANNs) به منظور پیش بینی تغییرات ویسکوزیته ژلات ین پوست ماه ی قزل آلا ی رنگ ینکمان ، در شش سطح دما یی ( 20 تا 60 درجه سان تیگراد) ، غلظت ها ی مختلف ژلا تین تو لیدی ( 0,5 تا 4 %) و زمان ها ی پیش فراور ی پوست در سود و اسید 3-1 ساعت ساعت) استفاده شد.جهت ایجاد مدل ها ی شبکه عص بی مصنوع ی، داده ها به سه بخش آموزش ی ( 70 % )، اعتبار سنج ی( 10 % )و آزمون ( 20 %) تقس یم شد و شبکه عصبی چند لا یه پرسپترون به منظور مدل ساز ی ویسکوزیته بر اساس پارامترهای مستقل دما وغلظت ژلات ین و نی ز زمان پ یش فراور ی، ایجادشد . ساختاربندی به ینه مدل شبکه عص بی مصنوع ی، با تغ ییر پارامتر های مختلف شبکه ازجمله نوع تابع ؛قوانین یادگیری ؛تعداد نرون ها و لای ه ها ی می انی شکل گرفت . معیار انتخاب بهتر ین شبکه ، بیشترین ضر یب ت بیین و کمتر ین مقدار متوسط مربع خطاMSE) بود.در پیش بینی و یسکوزیته ، شبکه 3لایه با ساختار 4 -4-7 بهترین نتیجه را با مقادیر ضریب تبیین MSE 0 و 0/9819 ، 0/0007 داد. از نتایج تحقیق می توان در طراح ی پمپ ها و خطوط انتقال بهره گرفت.

کلیدواژه‌ها:

ژلاتین ، ویسکوزته ، شبکه عصبی مصنوعی

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-NCFOODI18-NCFOODI18_043.html
کد COI مقاله: NCFOODI18_043

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:
شهیری طبرستانی, هدی؛ یحیی مقصودلو؛ علیرضا صادقی ماهونک و علی معتمدزادگان، ۱۳۸۷، پیش بینی تغییرات ویسکوزیته ژلاتین پوست ماهی قزل آلای رنگین کمان تولیدشده در زمان های مختلف پیش فراوری با استفاده از مدل شبکه عصبی مصنوعی، هجدهمین کنگره ملی علوم و صنایع غذایی، مشهد، پژوهشکده علوم و صنایع غذایی خراسان رضوی، https://www.civilica.com/Paper-NCFOODI18-NCFOODI18_043.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: (شهیری طبرستانی, هدی؛ یحیی مقصودلو؛ علیرضا صادقی ماهونک و علی معتمدزادگان، ۱۳۸۷)
برای بار دوم به بعد: (شهیری طبرستانی؛ مقصودلو؛ صادقی ماهونک و معتمدزادگان، ۱۳۸۷)
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 :

  • Chen, C. R, Ramaswamy, H. S. 2000. Neural computing approach ...
  • Gorzlczany, M. B. 2002. Computational Intelligence Systems and Application, Physica- ...
  • Hecht- Nielson, R. 1987. Kolmogorov's Mapping Neural Network Existence Theorem. ...
  • Karayiannis, N. B. and Venets anopoulo S, A. N. 1993. ...
  • Salunkhe, D.K., Boun, H.R. and Reddy, N.R. 1991.Storage Processing and ...
  • .Suryanarayana, I., Braibanti, A. and Sambasiva Rao, R. 2008. Neural ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۵۷۰۰
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    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 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.