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.