محمد هادی موحدنژاد - استادیار مکانیک بیوسیستم (گروه آب و خاک ) دانشکده کشاورزی دانشگاه صنعتی شاهرود
محمد هادی خوشتقاضا - دانشیار گروه مکانیک ماشینهای کشاورزی دانشکده کشاورزی دانشگاه تربیت مدرس
سعید مینایی - دانشیار گروه مکانیک ماشینهای کشاورزی دانشکده کشاورزی دانشگاه تربیت مدرس
محمد جلال الدین ظهوریان مهر - دانشیار گروه رنگ ، رزین و پوششهای سطح پژوهشکده فرایند پژوهشگاه پلیمر و پتروشیمی ایران

یکی از مهمترین خواصی که در طول انبارداری دستخوش تغییر میشود، خواص مکانیکی محصولات کشاورزی می- باشد. به منظور جلوگیری از افت خواص مکانیکی سیب از پوششهای خوراکی استفاده میگردد تا طی انبارداری خواص آن بهتر حفظ شود. در این تحقیق از سه پوشش کارنوبا، کیتوسان و نانوکامپوزیت کیتوسان رس استفاده گردید. برای پیشبینی و - تصمیم گیری مناسب تر خواص فوق با استفاده از شبکه مصنوعی عصبی شبیهسازی شد. به منظور شبیه سازی با شبکه عصبی دادههای ثبت شده طی انبارداری به دو دسته ورودی و خروجی تقسیم شدند. دادههای ورودی شبکه شامل زمان نگهداری، نوع پوشش، درخت، روش نگهداری و پارامترهای فیزیکی نمونه(وزن، حجم و اقطار) بوده و دادههای خروجی نیزشامل دادههای استخراجی از آزمایشات مکانیکی میباشد. خواص مکانیکی شامل تست بار سیکلی بوده که برای این تست خواصی چون مدول کشسانی، نیروی بیشینه، انرژی کل، انرژی کشسانی و ارتجاعی و کرنش پلاستیک و الاستیک اندازه- گیری گردید. شبکه مورد استفاده شبکه چند لایهی پرسپترون با الگوریتم پس انتشار پیشخور میباشد. برای بهینه سازیمدل، چهار المان بررسی گردید. این المانها شامل الگوریتم یادگیری، تابع آستانه، تعداد لایههای پنهان و تعداد نورنهای لایههای پنهان بودند. در آزمون خواص مکانیکی، در تست بار سیکلی الگوریتم BR و تابع logsig با توپولوژی 8-8، با R2 و 95/9 و MSE 0/004 بهترین مدل بود. با توجه به نتایج در تابعtansig و الگوریتم trainbr انرژی و نیروی بیشینه بهترین ضریب تعیین را داشت. مقدار R2 به ترتیب 92/7% و 93% تعیین شد.

سیب، پوشش نانو کامپوزیت، خواص مکانیکی شبکه عصبی، تست بار سیکلی