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:

987
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

770
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی محتوای رطوبتی خشک شدن لایه نازک قارچ خوراکی به کمک شبکه های عصبی مصنوعی پس انتشار

صفحات

 صفحه شروع 171 | صفحه پایان 182

چکیده

قارچ خوراکی دکمه ای (Agaricus bisporus) به عنوان منبع غذای پرپروتئین و کم کالری و همچنین مصارف دارویی, امروزه بسیار موردتوجه قرارگرفته است. با افزایش بیش ازپیش تولید قارچ خوراکی نیاز به انبارداری, افزایش ماندگاری, کاهش ضایعات و استفاده از قارچ خشک شده بیشتر احساس می شود. به همین جهت خشک کردن این محصول به عنوان یکی از راهکارهای عملی همواره مطرح می باشد. امروزه با توجه به مزایای فناوری هوش مصنوعی استفاده از شبکه های عصبی مصنوعی در سطح وسیعی برای شبیه سازی و پیش بینی پارامترهای موردنیاز در فرایندهای خشک کردن در حال رشد و توسعه است. هدف از انجام این تحقیق پیش بینی محتوای رطوبتی قارچ خوراکی دکمه ای به کمک شبکه عصبی مصنوعی پس انتشار می باشد. در این تحقیق قارچ خوراکی دکمه ای به صورت لایه نازک با استفاده از خشک کن هوای داغ در سه سطح دما 40oC,50  و 60 و سه سطح سرعت جریان باد0.5m/s , 0.7 و 1 خشک شده تا محتوای رطوبتی آن به 10% (بر پایه وزن خشک) برسد. مدل های رگرسیونی و شبکه عصبی پیشرو با الگوریتم های یادگیری لونبرگ- مارکوارت (trainlm) برای تخمین و پیش بینی میزان رطوبت لایه نازک قارچ استفاده شد. نتایج نشان داد که مدل رگرسیونی درجه دوم کامل با ضریب تبیین 0.97 و مجموع مربعات خطای 0.071 و همچنین شبکه عصبی با ساختار 3-20-18-1 با توابع آستانه سیگموئید و لگاریتمی در مقایسه با توپولوژی های دیگر نتایج بهتری را ارائه می کنند و دارای دقت قابل قبولی در تخمین رطوبت لایه نازک قارچ در هنگام خشک شدن دارد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    خوش تقاضا، محمدهادی، حسین زاده سامانی، بهرام، فیاضی، ابراهیم، و امیرنجات، حامد. (1395). پیش بینی محتوای رطوبتی خشک شدن لایه نازک قارچ خوراکی به کمک شبکه های عصبی مصنوعی پس انتشار. علوم و صنایع غذایی ایران، 13(50)، 171-182. SID. https://sid.ir/paper/72840/fa

    Vancouver: کپی

    خوش تقاضا محمدهادی، حسین زاده سامانی بهرام، فیاضی ابراهیم، امیرنجات حامد. پیش بینی محتوای رطوبتی خشک شدن لایه نازک قارچ خوراکی به کمک شبکه های عصبی مصنوعی پس انتشار. علوم و صنایع غذایی ایران[Internet]. 1395؛13(50):171-182. Available from: https://sid.ir/paper/72840/fa

    IEEE: کپی

    محمدهادی خوش تقاضا، بهرام حسین زاده سامانی، ابراهیم فیاضی، و حامد امیرنجات، “پیش بینی محتوای رطوبتی خشک شدن لایه نازک قارچ خوراکی به کمک شبکه های عصبی مصنوعی پس انتشار،” علوم و صنایع غذایی ایران، vol. 13، no. 50، pp. 171–182، 1395، [Online]. Available: https://sid.ir/paper/72840/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