مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

551
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

251
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی سینتیک جذب رطوبت دانه جو با استفاده از مدل ویسکوالاستیک و شبکه های عصبی مصنوعی

صفحات

 صفحه شروع 270 | صفحه پایان 280

چکیده

 در این تحقیق پیش بینی مقدار جذب رطوبت سه رقم جو (ریحان 03, فجر و (MB862 در فرآیند غوطه وری با استفاده از مدل ریاضی و شبکه عصبی مصنوعی مورد بررسی قرار گرفت. آزمایش ها در سه دمای 10, 20 و 45 درجه سانتی گراد و در سه تکرار برای هر نمونه با آب مقطر انجام شد. مقدار جذب رطوبت دانه ها با اندازه گیری تغییر وزن دانه ها محاسبه گردید. از مدل ویسکوالاستیک که توانایی خوبی در تحلیل فاز اول و دوم جذب رطوبت در فرآیند خیساندن محصولات کشاورزی را دارد, استفاده گردید. در طراحی شبکه عصبی از دو روش پرسپترون چندلایه (MLP) و تابع شعاع مبنا (RBF) با سه لایه نورون استفاده شد. لایه اول, لایه ورودی که متغیرهای مستقل دما و زمان و لایه دوم, لایه های مخفی شبکه و لایه سوم, لایه خروجی که متغیر وابسته محتوای رطوبتی می باشد, انتخاب گردید. به منظور اعتبارسنجی پیش بینی مدل ویسکوالاستیک و شبکه عصبی به ترتیب از شاخص های آماری بیشترین ضریب تبیین (R2) و کمترین ریشه میانگین مربعات خطا (RMSE) استفاده شد. نتایج نشان داد که روش پرسپترون چندلایه به دلیل ساختار یادگیری پس از انتشار خطا, با الگوریتمBFGS  و ساختار شبکه 1-4-2 بهترین نتایج را برای هر سه رقم جو در مقابل مدل ریاضی ویسکوالاستیک حاصل نمود. ترسیم نمودارهای سه بعدی محتوای رطوبت لحظه ای بر پایه متغیرهای دما و زمان براساس پیش بینی شبکه عصبی انتخاب شده برای هر سه رقم واریته آزمایشی نشان داد که با افزایش دما و زمان غوطه وری, رطوبت جذب شده افزایش یافت.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    کمالی، معین، رضوی، سیدجلیل، صادقی، مرتضی، و شفاعی، سیدمجتبی. (1394). مدل سازی سینتیک جذب رطوبت دانه جو با استفاده از مدل ویسکوالاستیک و شبکه های عصبی مصنوعی. ماشین های کشاورزی، 5(2)، 270-280. SID. https://sid.ir/paper/201276/fa

    Vancouver: کپی

    کمالی معین، رضوی سیدجلیل، صادقی مرتضی، شفاعی سیدمجتبی. مدل سازی سینتیک جذب رطوبت دانه جو با استفاده از مدل ویسکوالاستیک و شبکه های عصبی مصنوعی. ماشین های کشاورزی[Internet]. 1394؛5(2):270-280. Available from: https://sid.ir/paper/201276/fa

    IEEE: کپی

    معین کمالی، سیدجلیل رضوی، مرتضی صادقی، و سیدمجتبی شفاعی، “مدل سازی سینتیک جذب رطوبت دانه جو با استفاده از مدل ویسکوالاستیک و شبکه های عصبی مصنوعی،” ماشین های کشاورزی، vol. 5، no. 2، pp. 270–280، 1394، [Online]. Available: https://sid.ir/paper/201276/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button