مقایسه پیش بینی واکشیدگی ضخامت تخته خرده چوب با سیستم فازی و شبکه عصبی مصنوعی
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 164
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJWP-6-1_005
تاریخ نمایه سازی: 10 خرداد 1401
Abstract:
درصد واکشیدگی یکی از خواص فیزیکی مهم محصول نهایی می باشد. این آزمون نیاز به زمان و هزینه دارد. بنابراین پیش بینی مقدار درصد واکشیدگی تخته در حین تولید می تواند باعث کنترل کردن فرایند تولید و کیفیت یکنواخت محصول گردد. در این تحقیق متغیرهایی مانند رطوبت خرده چوب قبل از خشک کن، رطوبت کیک خرده چوب در فرمینگ، میزان چسب مصرفی به ازای هر تخته، زمان پرس، دمای پرس، فشار پرس، و خاصیت درصد واکشیدگی تخته خرده چوب خط تولید کارخانه دعبل خزاعی جمع آوری شد. داده های نرمال سازی شده با استفاده از روشهای شبکه عصبی مصنوعی و سیستم فازی بررسی شد و این خاصیت با بهینه ترین مدل پیش بینی شد. بهترین مدل پیش بینی درصد واکشیدگی تخته بر اساس روش شبکه عصبی مصنوعی ۵-۵ و در سیستم فازی تابع زد شکل با درصد خطای مطلق پیش بینی به ترتیب ۵/۰ و ۲۲ درصد می باشد. روش شبکه عصبی مصنوعی در مقایسه با روش سیستم فازی از کارایی بهتری برخوردار است.
Keywords:
Authors
علی بیات کشکولی
دانشیار، دانشکده منابع طبیعی، دانشگاه زابل
فواد نیسی
دانشجوی کارشناسی ارشد، گروه علوم و صنایع چوب و کاغذ، دانشکده منابع طبیعی، دانشگاه زابل
علیرضا مقدم نیا
دانشیار گروه آبخیزداری، دانشکده منابع طبیعی، دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :