احمد بهارلویی؛ محمود امید؛ حجت احمدی؛ شاهین رفیعی
چکیده
به منظور پیش بینی محتوای رطوبتی پسته رقم اکبری به کمک شبکه عصبی مصنوعی، آزمایشاتی در پنج سطح دمایی از 40 تا 80 درجه سانتی گراد، چهار سرعت جریان هوای ورودی بین 5/0 تا 2 متر بر ثانیه و در سه تکرار (جمعا 60 سری) در یک خشک کن لایه نازک انجام شد. رطوبت اولیه پسته در آغاز آزمایش‌ها 30 درصد بر پایه خشک بود. پس از انجام آزمایش‌ها داده‌ها به محیط شبکه ...
بیشتر
به منظور پیش بینی محتوای رطوبتی پسته رقم اکبری به کمک شبکه عصبی مصنوعی، آزمایشاتی در پنج سطح دمایی از 40 تا 80 درجه سانتی گراد، چهار سرعت جریان هوای ورودی بین 5/0 تا 2 متر بر ثانیه و در سه تکرار (جمعا 60 سری) در یک خشک کن لایه نازک انجام شد. رطوبت اولیه پسته در آغاز آزمایش‌ها 30 درصد بر پایه خشک بود. پس از انجام آزمایش‌ها داده‌ها به محیط شبکه عصبی مصنوعی منتقل شدند. به منظور توسعه مدلهای شبکه عصبی مصنوعی ابتدا داده‌ها به سه بخش آموزشی (70 درصد)، اعتبارسنجی (10 درصد) و آزمون (20 درصد) تقسیم شدند. شبکهها با ساختار پرسپترون چند لایه به صورت دو، سه و چهارلایه آموزش داده شدند. معیار انتخاب بهترین شبکه بیشترین ضریب تبیین و کمترین مقدار متوسط مربع خطا (MSE) بود. در پیش بینی محتوای رطوبتی 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 9989/0 و می باشد. از نتایج تحقیق میتوان در طراحی خشک کنهای صنعتی بهره گرفت.
واژگان کلیدی: پسته رقم اکبری، خشک کن لایه نازک، محتوای رطوبتی، شبکه عصبی مصنوعی. مدلسازی
