استفاده ازشبکه های عصبی مصنوعی درپیش بینی عدد کیفی فارینوگراف خمیر نان حجیم
Publish place: 06th National Conference on New Ideas in Agriculture
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 766
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
AGRIDEA06_532
تاریخ نمایه سازی: 9 دی 1391
Abstract:
علیرغم اهمیت رئولوژی خمیردرویژگیهای کیفی نان عموما انجام ارزیابی های رئولوژیکی بهدلیل نیازمندی به تجهیزات تخصص زمان و هزینه زیاد درصنعت امکان پذیر نمیبا شد از این رو طرحی مدلهای با صحت و عمومیت بالا می تواند نیازمندیهای ازمایشگاهی صنایع تولید را تاحدود قابل قبولی مرتفع سازد طبیعت متغیر خمیر و وابستگی آن به تعدادزیادی ازپارامترهایمتسقل توسعه یک مدل مناسب با روشهای مدلسازی رگرسیونی را غیرممکن می سازد لذا دراینتحقیق توانایی شبکه های عصبی مصنوعی پرسپترون چندلایه در پیش بینی عدد کیفی فارینوگراف به عنوان معیاری از شاخصهای موجوددرمنحنی فارینوگرام مورد بررسی قرارگرفته است 100نمونه آرد ستاره مناسب برای تولید نانهای حجیم ازواحدهای آردسازی استانهای مختلف کشور جمعآوری شد هفت فاکتور ازخصوصیات فیزیکوشیمیایی آرد به عنوان پارامترهای ورودی و عدد کیفی فارینوگراف به عنوان خروجی شبکه درنظر گرفته شد شبکه فوق با دو روش ازمون و خطا و الگوریتم ژنتیک و با به کارگیری روش اموزش پس انتشار خطا به منظور تعیین بهترین ویژگیهای شبکه تعدادلایه های پنهان و نورونهای هرلایه کمیت های مومنتم و استپ سایز و فاکتورهای ورودی تحت آموزش قرارگرفتند.
Keywords:
Authors
هاجر عباسی
اعضا هیئت علمی دانشگاه آزاد اسلامی واحد خوراسگان اصفهان و تهران
زهرا امام جمعه
عضو هیئت علمی 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 :