مقایسه پیش بینی واکشیدگی ضخامت تخته خرده چوب با سیستم فازی و شبکه عصبی مصنوعی

درصد واکشیدگی یکی از خواص فیزیکی مهم محصول نهایی می باشد. این آزمون نیاز به زمان و هزینه دارد. بنابراین پیش بینی مقدار درصد واکشیدگی تخته در حین تولید می تواند باعث کنترل کردن فرایند تولید و کیفیت یکنواخت محصول گردد. در این تحقیق متغیرهایی مانند رطوبت خرده چوب قبل از خشک کن، رطوبت کیک خرده چوب در فرمینگ، میزان چسب مصرفی به ازای هر تخته، زمان پرس، دمای پرس، فشار پرس، و خاصیت درصد واکشیدگی تخته خرده چوب خط تولید کارخانه دعبل خزاعی جمع آوری شد. داده های نرمال سازی شده با استفاده از روشهای شبکه عصبی مصنوعی و سیستم فازی بررسی شد و این خاصیت با بهینه ترین مدل پیش بینی شد. بهترین مدل پیش بینی درصد واکشیدگی تخته بر اساس روش شبکه عصبی مصنوعی 5-5 و در سیستم فازی تابع زد شکل با درصد خطای مطلق پیش بینی به ترتیب 5/0 و 22 درصد می باشد. روش شبکه عصبی مصنوعی در مقایسه با روش سیستم فازی از کارایی بهتری برخوردار است.