محمد گنجه - دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سید مهدی جعفری - دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سجاد قادری - دانشگاه فردوسی مشهد

در این پژوهش دانه های انار به روش اسمزی، با محلول های۴۰، ۵۰ و ۶۰ درصد ساکارز در دماهای ۴۵، ۵۵ و ۶۵ درجه سلسیوس فرایند شدند و مقدار جذب موادجامد، کاهش آب و کاهش وزن نمونه ها در زمان های ۶۰، ۱۲۰، ۱۸۰ دقیقه اندازه گیری گردید. فرایند آبزدایی اسمزی با ترکیب تکنیک­های منطق فازی و شبکه های عصبی مصنوعی (مدل سازی فازی- عصبی) و روش سطح پاسخ مدل سازی شد. برای مدل سازی، درون یابی و افزایش داده ها، از منطق فازی استفاده شد و با وارد کردن نتایج مدل فازی در شبکه های عصبی مصنوعی، شبکه پس انتشار پیشخور با توپولوژی ۳-۸-۳، ضریب همبستگی ۹۸۳۴۴/۰ و میانگین مربعات خطای ۰۲۲۷۸/۰ با تابع فعال سازی لگاریتمی و الگوی یادگیری لونبرگ – مارکوات به عنوان بهترین مدل عصبی ارائه گردید. مدل های رگرسیونی ایجاد شده با استفاده از روش سطح پاسخ نیز با ضریب همبستگی بیش از ۹۱/۰ توانایی بالایی برای پیش بینی فاکتورهای پاسخ داشتند ولی در مقایسه با مدل فازی- عصبی از دقت پایین تری برخوردار بودند.

مدل سازی, شبکه های عصبی, منطق فازی, سطح پاسخ, دانه های انار