پیش بینی محتوای رطوبتی پسته رقم اکبری با شبکه عصبی مصنوعی

به منظور پیش بینی محتوای رطوبتی پسته رقم اکبری به کمک شبکه عصبی مصنوعی، آزمایشاتی در پنج سطح دمایی از ۴۰ تا ۸۰ درجه سانتی گراد، چهار سرعت جریان هوای ورودی بین ۵/۰ تا ۲ متر بر ثانیه و در سه تکرار (جمعا ۶۰ سری) در یک خشک کن لایه نازک انجام شد. رطوبت اولیه پسته در آغاز آزمایش ها ۳۰ درصد بر پایه خشک بود. پس از انجام آزمایش ها داده ها به محیط شبکه عصبی مصنوعی منتقل شدند. به منظور توسعه مدلهای شبکه عصبی مصنوعی ابتدا داده ها به سه بخش آموزشی (۷۰ درصد)، اعتبارسنجی (۱۰ درصد) و آزمون (۲۰ درصد) تقسیم شدند. شبکه ها با ساختار پرسپترون چند لایه به صورت دو، سه و چهارلایه آموزش داده شدند. معیار انتخاب بهترین شبکه بیشترین ضریب تبیین و کمترین مقدار متوسط مربع خطا (MSE) بود. در پیش بینی محتوای رطوبتی پسته رقم اکبری شبکه سه لایه با ساختار ۱-۵-۸-۳ بهترین نتیجه را داد. این شبکه در لایه پنهان اول ۸ نرون و در لایه پنهان دوم ۵ نرون دارد. مقادیر ضریب تبیین و MSE آن به ترتیب ۹۹۸۹/۰ و می باشد. از نتایج تحقیق می توان در طراحی خشک کن های صنعتی بهره گرفت. واژگان کلیدی: پسته رقم اکبری، خشک کن لایه نازک، محتوای رطوبتی، شبکه عصبی مصنوعی. مدلسازی