پیش بینی محتوی رطوبتی کیوی در خشک کن خلائی به کمک شبکه عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده کشاورزی
- نویسنده حسین مجیدزاده
- استاد راهنما باقر عمادی عبدالعلی فرزاد
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1391
چکیده
در این تحقیق از روش شبکه های عصبی مصنوعی به منظور پیش بینی محتوی رطوبتی میوه کیوی استفاده گردید.فاکتور های مستقل شامل دما(در سه سطح)، فشار خلاء(در سه سطح)،ضخامت قطعه های کیوی(در سه اندازه) و زمان های اندازه گیری محتوی رطوبتی به عنوان پارامتر های ورودی و محتوی رطوبتی به عنوان خروجی شبکه عصبی مد نظر قرار گرفتند.داده های به دست آمده از فرایند خشک کردن خلائی به منظور آموزش و آزمون شبکه استفاده گردید.چندین معیار شامل الگوریتم های آموزش،نرخ یادگیری،ضریب اندازه حرکت،تعداد لایه های مخفی،تعداد نرون در هر لایه و تابع های فعال سازی به منظور بهبود کارایی شبکه عصبی مدنظر قرار گرفتند.ساختار های مطلوب به دست آمده دارای یک لایه میانی 1-20-4 و با دولایه میانی 1-20-15-4 بودند.هم بستگی میان مقادیر آزمایشی و پیش بینی شده در ساختارهای مطلوب بیش از 75/99 درصد به دست آمد.
منابع مشابه
پیش بینی محتوای رطوبتی پیاز خوراکی در طی فرآیند خشک کردن با استفاده از شبکه عصبی مصنوعی
پیاز خوراکی بهعنوان منبع غذایی و همچنین مصارف دارویی، امروزه بسیار مورد توجه قرار گرفته است. با افزایش بیش از پیش تولید پیاز، نیاز به انبارداری، افزایش ماندگاری، کاهش ضایعات و استفاده از پودر پیاز بیشتر احساس میشود. بههمین جهت خشک کردن این محصول بهعنوان یکی از راهکارهای عملی همواره مطرح میباشد. امروزه با توجه به مزایای فناوری هوش مصنوعی، استفاده از شبکههای عصبی مصنوعی در سطح وسیعی برای شب...
متن کاملپیش بینی زبری سطح در تراش کاری خشک به کمک شبکه های فازی- عصبی تطبیقی
Optimization of machining parameters is very important and the main goal in every machining process. Surface finishing prediction is a pre-requirement to establish a center for automatic machining operations. In this research, a neuro-fuzzy approach is used in order to model and predict the surface roughness in dry turning. This approach has both the learning capability of neural network and li...
متن کاملپیش بینی زبری سطح در تراش کاری خشک به کمک شبکه های فازی- عصبی تطبیقی
پیش بینی زبری سطح یک پیش نیاز اساسی برای ایجاد یک مرکز ماشین کاری خودکار می باشد. بهینه سازی فرآیند ماشین کاری در این راستا از اهمیت خاصی برخوردار است. در این مقاله از رهیافت ترکیبی فازی- عصبی (سیستم استنتاج فازی- عصبی تطبیقی ANFIS) به منظور پیش بینی زبری سطح در تراش کاری خشک استفاده شده است. به طوری که داده های حاصل از آزمایش ها به منظور ایجاد قواعد فازی و ویرایش این قواعد به کمک شبکه های عصبی...
متن کاملمدل سازی عصبی پیش بینی نسبت رطوبت ورقه سیب زمینی در خشک کن خلائی- تابشی
هدف از این تحقیق پیش بینی نسبت رطوبت ورقه های سیب زمینی در طی فرآیند خشک کردن با گرمایش مادون قرمز تحت شرایط خلأ به عنوان تابعی از زمان خشک کردن، میزان خلأ، توان تابشی لامپ مادون قرمز، ضخامت ورقه و محتوای رطوبت محصول به کمک شبکه های عصبی مصنوعی می باشد. آزمایش ها در سه سطح توان لامپ مادون قرمز 100، 150 و 200 وات، سه سطح خلأ 20، 80 و 140 میلی متر جیوه به همراه یک حالت تحت شرایط اتمسفری (بدون خلأ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده کشاورزی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023