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

گواهی نمایه سازی مقاله تأثیر خیساندن بر روی خواص مهندسی پسته و پیشبینی جرم پسته توسط روش ترکیبی سطح پاسخ-شبکه عصبی RSM-ANN

عنوان مقاله: تأثیر خیساندن بر روی خواص مهندسی پسته و پیشبینی جرم پسته توسط روش ترکیبی سطح پاسخ-شبکه عصبی RSM-ANN
شناسه (COI) مقاله: ICOAC01_186
منتشر شده در ششمین کنفرانس بین المللی اقتصاد، مدیریت و علوم مهندسی در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

آزاده امیدی نژاد - گروه علوم و صنایع غذایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران مسوول مکاتبات
حمید توکلی پور - گروه علوم و صنایع غذایی، واحد سبزوار، دانشگاه آزاد اسلامی، سبزوار، ایران
زهراسادات حسینی - گروه علوم و صنایع غذایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
فاطمه حاجی غلام قصاب - دانش آموخته واحد رودهن ، دانشگاه آزاد اسلامی، تهران، ایران

خلاصه مقاله:
شناخت خواص مهندسی مغز پسته در فرآیندهای انتقال، خشک کردن، فرآوری، جداسازی، درجهبندی و ذخیره این محصول ارزشمند نقش اساسی ایفاء میکند. در این مطالعه خواص مهندسی مغز پسته رقم احمد آقایی بر حسب تابعی از رطوبت مورد بررسی قرار گرفت. دامنه رطوبت مورد مطالعه در این پژوهش4/33تا41/25بود. بعد از اندازهگیری خواص مهندسی، ارتباط خطی بین این شاخص های با میزان رطوبت توسط معادله رگرسیون خطی درجه اول برازش داده شد. نتایج نشان داد که دقت معادلات رگرسیونی بالا بود ) 6868 2R همچنین در این مطالعه جرم پسته توسط مدلهای رگرسیونی چند متغییره و مدل ترکیبی سطح پاسخ-شبکه عصبی مصنوعی مورد برازش قرار گرفت. نتایج نشان دادکه هر دو مدل مورد مطالعه از دقت بالایی در پیشبینی جرم پسته برخوردار بودند. با این وجود مدل ترکیبی سطح پاسخ-شبکه عصبیمصنوعی به دلیل کاهش وقت و تعداد کم آزمونهای سعی و خطا و دارای قابلیت بالا در برقراری ارتباط بین متغییرهایی غیر خطی و بدون ارتباط از پیش تعیین شده، به عنوان بهترین مدل در پیشبینی جرم پسته معرفی گردید

کلمات کلیدی:
مغز پسته، شبکه عصبی مصنوعی، سطح پاسخ، خصوصیات مهندسی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-ICOAC01-ICOAC01_186.html