بهینه سازی شاخص های موثر در فرآیند خشک کردن گیاه اسطوخودوس با استفاده از شبکه عصبی مصنوعی

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,120

This Paper With 7 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCFOODI20_452

تاریخ نمایه سازی: 27 خرداد 1391

Abstract:

خشک کردن یکی از روشهای متداول جهت افزایش ماندگاری مواد غذایی به شمار می رود دراین تحقیق بهینه سازی شاخصهای فرایند خشک کردن گیاه اسطوخودوس به منظوردستیابی به بالاترین بازده اقتصادی و کمترین میزان مصرف انرژی مورد نیاز با استفاده از شبکه عصبی مصنوعی مورد بررسی قرارگرفت نتایج نشان داد مدل شبکه عصبی با ساختار 3 نرون درلایه ورودی شامل دما سرعت هوا و زمان خشک شدن و 15 نرون برای لایه میانی از کارایی بالایی جهت برآورد مطلوب داده های خروجی برخوردار است R2=0/998-0/999 بیشترین مطلوبیت 0/52 هنگامی امکان پذیر می گردد که دمای هوا سرعت هوا و زمان خشک شدن به ترتیب معادل 46/8درجه سانتی گراد 0/726 متر برثانیه و 0/24 ساعت باشد دراین شرایط بهینه محتوای رطوبتی معادل 0/32 نرخ خشک شدن 0/29 بازده انرژی 0/67 و بازده اکسرژی 0/80 تعیین گردید.

Keywords:

اسطوخودوس - خشک کردن - بهینه سازی - مدلسازی - شبکه عصبی مصنوعی

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 :
  • Feng, H., and Tang, J., Microwave finish drying of diced ...
  • Sharifi, M., Thin layer drying process modeling of orange slice ...
  • Farkas, I., Remenyi, P., and Biro, A., A neural network ...
  • /4] Erenturk, K., Erenturk, S., and Lope, G., A comparative ...
  • /5] Khanna, T., Foundations of Neural Networks. USA: Addison- Wesley ...
  • Hagan, M.T., and Menhaj, M.B., Training feed forward networks with ...
  • نمایش کامل مراجع