Fakhreddin Salehi - Associate Professor, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran
Rana Cheraghi - MSc Student, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran
Majid Rasouli - Assistant Professor, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran

سیستم استنتاج تطبیقی فازی- عصبی (نرو- فازی یا انفیس) یک شبکه ترکیبی عصبی- فازی شناخته شده برای مدل سازی سیستم های پیچیده است. در این سیستم متداول ترین روش خوشه بندی فازی، الگوریتم خوشه بندی کاهشی فازی است. در این الگوریتم، یک خوشه با درجه مشخص برای هر نقطه داده وجود دارد که توسط یک سطح تابع عضویت توضیح داده می شود. در این مطالعه از مدل انفیس برای پیش بینی کاهش وزن (%)، جذب مواد جامد (%)، کاهش آب (%) و آبگیری مجدد (%) برش های موز آب گیری شده به روش اسمز-فراصوت استفاده شد. مدل انفیس با ۳ ورودی توان فراصوت (در سه سطح ۰، ۷۵ و ۱۵۰ وات)، زمان تیمار فراصوت (در سه زمان ۱۰، ۱۵ و ۲۰ دقیقه) و غلظت محلول ساکارز (در سه سطح ۳۰، ۴۵ و ۶۰ درجه بریکس) برای پیش بینی ویژگی های برش های موز آبگیری شده، توسعه یافت. مقادیر ضریب تبیین محاسبه شده برای پیش بینی کاهش وزن (%)، جذب مواد جامد (%)، کاهش آب (%) و آبگیری مجدد (%) برش های موز آبگیری شده با استفاده از الگوریتم خوشه بندی کاهشی مبتنی بر انفیس به ترتیب برابر ۹۳/۰، ۹۵/۰، ۹۴/۰ و ۹۱/۰ بود. در مجموع می توان بیان داشت که میزان ضرایب تبیین بالای بین نتایج تجربی و خروجی های مدل انفیس بیانگر دقت قابل قبول و قابلیت استفاده از این روش در کنترل فرایندهای پیچیده صنایع غذایی از جمله فرآیندهای آبگیری و خشک کردن است.

Adaptive neuro-fuzzy inference system, ANFIS, Modeling, Sonication, Subtractive clustering, انفیس, خوشه بندی کاهشی, سیستم استنتاج تطبیقی فازی-عصبی, فراصوت, مدل سازی