پیشبینی خواص کیفی نان ایرانی در هنگام پخت در فر جت برخوردی با استفاده از شبکه عصبی مصنوعی
Publish place: 2nd National Conference on Functional Food
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 871
This Paper With 8 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:
FUNCFOOD02_110
تاریخ نمایه سازی: 9 شهریور 1391
Abstract:
در این مطالعه از جتهای برخوردی هوای داغ برای پخت نان ایرانی استفاده شد. جهت انجام این کار، یک فر آزمایشگاهی جت برخوردی ساخته و به سیستم دادهبرداری همزمان مجهز شد. تغییرات پارامترهای دما، وزن، رطوبت، ضخامت و رنگ نان طی فرایندپخت اندازهگیری شد. سپس از این دادههای آزمایشی جهت آموزش شبکه عصبی و یافتن مدل مناسبی برای پیشبینی پارامترهای کیفی پخت نان ایرانی (رنگ و ضخامت) استفاده گردید. بهترین ساختار شبکه عصبی در این کار، دارای دو لایه پنهان و شش نرون در هر لایه پنهانش بود. استفاده از تکنیک ارلی استاپینگ موجب افزایش دقت پیشبینی شد. این مدل، رنگ و ضخامت را به صورت تابعی از دما، رطوبت و زمان به خوبی و باMAE و MRE به ترتیب 12/64% و 1/42 برای رنگ و 2/38% و 1/2 برای ضخامت بر پایه دادههای آموزش پیشبینی میکند. نتایج پیشبینی شده توسط این مدل، سازگاری خوبی با نتایج تجربی دارد. ضرایب ارتباط R2 مربوط به رنگ و ضخامت بر پایه دادههای تست به ترتیب 0/975 و 0/951به دست آمد.
Keywords:
Authors
مهدی بحیرایی
دانشگاه علم و صنعت ایران- دانشکده مهندسی مکانیک - مرکز تحقیقاتCAE
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 :