محمد نوشاد - دانشجوی دکترای مهندسی علوم و صنایع غذایی، دانشگاه فردوسی مشهد
مجبت محبی - دانشیار گروه مهندسی علوم و صنایع غذایی، دانشگاه فردوسی مشهد
فخری شهیدی - استاد گروه مهندسی علوم و صنایع غذایی، دانشگاه فردوسی مشهد
سیدعلی مرتضوی - استاد گروه مهندسی علوم و صنایع غذایی، دانشگاه فردوسی مشهد

خشک کردن باعث ایجاد تغییراتی در ساختار و ترکیب بافت های گیاهی و در نتیجه عدم قابلیت برگشت به ویژگی های اولیه می شود. بنابراین می توان از میزان آبگیری مجدد به عنوان شاخصی از شدت اعمال فرایند و آسیب به بافت های غذایی استفاده نمود. در این پژوهش به بررسی پیش بینی محتوای رطوبتی اسلایس های به خشک شده با استفاده از پیش تیمار فراصوت- اسمز به صورت لحظه ای در طول فرایند آب گیری مجدد با استفاده از شبکه های عصبی مصنوعی پرداخته شده است. به منظور به دست آوردن داده های آزمایشگاهی، محتوای رطوبتی نمونه ها با گذشت زمان در سه سطح دمایی (25، 45، 70 درجه سانتی گراد) در سه بار تکرار اندازه گیری شد. از شبکه ها یا ساختار پرسپترون چند لایه با تابع TanAxon در لایه مخفی و روش آموزش لونبرگ- مارکوات (ML) برای پیش بینی محتوای رطوبتی استفاده شد. معیار انتخاب بهترین شبکه بیشترین ضریب تبیین و کمترین مقدار متوسط مربع خطا (MSE) بود. در پیش بینی محتوی رطوبتی نمونه ها، شبکه سه لایه با ساختار 1-8-3 بهترین نتیجه را داد. مقادیر ضریب تبیین و MSE به ترتیب 0/987 و 0/011 می باد. از شبکه به دست آمده می توان به عنوان کنترل کننده که قابلیت آموزش لحظه ای در طول فرایند آب گیری مجدد را دارد، استفاده نمود.

آب گیری مجدد، به، محتوای رطوبتی، شبکه عصبی