از آنجا که گردو یکی از مهمترین محصولات آجیلی و میوههای خشکباری در ایران است و پس از پسته و بادام دارای سومین سطح زیر کشت میباشد، میتواند نقش مهمی در ارزآوری کشور ایفا نماید. این در حالی است که از این میان فقط بادام و پسته جایگاه خود را بدست آورده است ولی گردو با اینکه بومی ایران است و کاشت، داشت و سایر مراحل پس از برداشت آن مشابه پسته و بادام میباشد نتوانسته نقش مهمی در ارزآوری کشور داشته باشد. از عوامل تأثیرگذار در این زمینه میتوان، به مشکلات موجود در شکستن و بستهبندی آن اشاره نمود. به دلیل اهمیت این محصول، و از آنجایی که هیچ روش مکانیزهای برای تشخیص و درجهبندی این محصول گران قیمت وجود ندارد، تشخیص پوکی گردو مهم تلقی میشود و نیاز به روش های جدید برای حل این موضوع احساس میشود، بنابراین در این پژوهش به بررسی پوکی گردو با تکیه بر آنالیز صدا و شبکه های عصبی مصنوعی پرداخته شده است. در این پژوهش برای تشخیص پوکی گردوی پوسته کاغذی ابتدا از سه درخت متفاوت و از هر درخت 100 عدد گردو به صورت کاملاً تصادفی انتخاب شد. سپس در آزمایشگاه گردوهای پر و پوک بر اساس جرم حجمی از یکدیگر جدا شدند و به منظور تعیین گردوهای پر از پوک از آنالیز صدا کمک گرفته شد. در هر بخش از تحقیق از الگوریتم های خاصی استفاده شد که بطور کلی شامل این موارد بودند: 1- حرکت گردوها 2- اندازهگیری صدای حاصل از حرکت آنها با میکروفن 3- استفاده از دو مدل شبکه عصبی پس انتشار و رقابتی و یک مدل آماری (جهت مقایسه) در تشخیص پوکی یا مغزداری هر گردو. اجزای سیستم پردازش صدای برخورد شامل تولید صدا، ضبط انعکاس صدا، تبدیل سیگنال آنالوگ به دیجیتال، مشاهده، ذخیره، پردازش صدای برخورد و تشخیص نوع صدا می باشد. سطح صداساز مورد استفاده از سطوح مارپیچ انتخاب شد تا گردو حین پایین آمدن حول تمام محورهای خود دوران کند. صداهای جمع آوری شده در ام فایل پردازش صدای نرم افزار متلب آنالیز شدند و نتایج حاصل در ام فایل شبکه عصبی نرم افزار متلب بررسی شد. بعد از پردازش صدا در متلب مشخصه هایی از پردازش صدا انتخاب شد و جهت تشخیص به شبکه عصبی مصنوعی داده شد. از شبکه عصبی پس انتشار و شبکه عصبی رقابتی برای جداسازی گردوهای پوک از مغزدار استفاده شد. در شبکه عصبی پس انتشار، تعداد نرون های هر لایه از راه سعی و خطا انتخاب شد. شبکه عصبی پس انتشار با ساختار 1-11-12 توانست با دقت 78/99 درصد و شبکه عصبی رقابتی با پنج نرون در لایه رقابتی توانست با دقت 5/97 درصد گردوهای پوک را از مغزدار جداسازی نماید. مقدار خطا برای شبکه عصبی پس انتشار خیلی کمتر از شبکه عصبی رقابتی بدست آمد.