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:

582
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

574
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

کاربرد شبکه ی عصبی مصنوعی و آزمون غیر مخرب سی تی اسکن در تخمین مقدار کوفتگی گلابی در اثر اعمال بارهای خارجی

صفحات

 صفحه شروع 177 | صفحه پایان 188

چکیده

 آسیب های گلابی یکی از علت های اصلی ازدست دادن کیفیت میوه است. کبودی در هنگام بارگذاری دینامیکی و شبه استاتیک رخ می دهد که باعث تخریب بافت سالم میوه می گردد. در این پژوهش ابتدا گلابی ها تحت بارگذاری شبه استاتیکی (لبه ی پهن و لبه ی نازک) و بارگذاری دینامیکی قرار گرفتند. سپس در دوره های 5, 10 و 15 روزه انبارداری شده و بعد از هر دوره انبارداری با استفاده از تکنیک غیرمخرب سی تی اسکن (CT-Scan) برای تخمین درصد پوسیدگی مورد بررسی قرار گرفتند. شبکه ی عصبی مصنوعی پرسپترون چندلایه (MLP) با دولایه ی پنهان و تعداد 3, 5, 7 و 9 نرون در هر لایه برای مدل سازی نیروی بارگذاری و دوره ی انبار داری میوه ی گلابی جهت پیشگویی میزان پوسیدگی انتخاب گردید. بیشترین مقادیر R2 آموزش و آزمون برای بارگذاری شبه استاتیکی لبه ی نازک و لبه ی پهن در شبکه ای با 9 نرون به ترتیب 0/91=لبه ی نازک آموزش, 0/99=لبه ی نازک آزمون و 0/95= لبه ی پهن آموزش و 0/99= لبه ی پهن آزمون بوده است و برای بارگذاری دینامیکی شبکه ای با 3 نرون در لایه ی مخفی 0/98=آموزش, 0/99=آزمون بیشترین مقدار را به خود اختصاص داده است. همچنین بهترین شبکه برای یادگیری (9 نرون) بارگذاری شبه استاتیکی لبه ی نازک, (7 نرون) بارگذاری شبه استاتیکی لبه ی پهن و بارگذاری دینامیکی (7 نرون) بود. باتوجه به نتایج به دست آمده برای R2, RMSE و سیکل یادگیری می توان گفت شبکه ی عصبی توانایی پیش بینی میزان درصد پوسیدگی را در حد قابل قبولی برای گلابی داشته است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    آزادبخت، محسن، و واحدی ترشیزی، محمد. (1398). کاربرد شبکه ی عصبی مصنوعی و آزمون غیر مخرب سی تی اسکن در تخمین مقدار کوفتگی گلابی در اثر اعمال بارهای خارجی. پژوهش و نوآوری در علوم و صنایع غذایی، 8(2 )، 177-188. SID. https://sid.ir/paper/234061/fa

    Vancouver: کپی

    آزادبخت محسن، واحدی ترشیزی محمد. کاربرد شبکه ی عصبی مصنوعی و آزمون غیر مخرب سی تی اسکن در تخمین مقدار کوفتگی گلابی در اثر اعمال بارهای خارجی. پژوهش و نوآوری در علوم و صنایع غذایی[Internet]. 1398؛8(2 ):177-188. Available from: https://sid.ir/paper/234061/fa

    IEEE: کپی

    محسن آزادبخت، و محمد واحدی ترشیزی، “کاربرد شبکه ی عصبی مصنوعی و آزمون غیر مخرب سی تی اسکن در تخمین مقدار کوفتگی گلابی در اثر اعمال بارهای خارجی،” پژوهش و نوآوری در علوم و صنایع غذایی، vol. 8، no. 2 ، pp. 177–188، 1398، [Online]. Available: https://sid.ir/paper/234061/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