مقایسه ی توابع لگاریتم سیگموئید و تانژانت هیپربولیپک در مدل سازی استخراج روغن از سیاه دانه به کمک پیش تیمار میدان الکتریکی متناوب(PEF)

در این تحقیق به منظور مدل سازی فرایند استخراج روغن از دانه های سیاه دانه به کمک پیش تیمار میدان الکتریکی متناوب از سه سطح شدت میدان الکتریکی (۲۵/۰، ۲۵/۳ و ۲۵/۶ kV/cm ) و سه سطح تعداد پالس (۱۰، ۳۰ و ۵۰) استفاده گردید و بعد از اعمال این پیش تیمارها، روغن دانه ها با پرس مارپیچی و با سرعت های متفاوت (۱۱، ۳۴ و ۵۷ دور در دقیقه) استخراج گردید و میزان راندمان و کارایی فرایند استخراج روغن، مقدار رنگ، ضریب شکست و میزان پروتئین نمونه ها مورد بررسی قرار گرفت. جهت پیش بینی روند تغییرات از ابزارشبکه های عصبی مصنوعی در نرم افزار MATLAB R۲۰۱۳a استفاده شد. با بررسی شبکه های مختلف شبکه ی پس انتشار پیشخور با توپولوژی های ۳-۸-۵ با ضریب همبستگی بیشتر از ۹۸۷/۰ و میانگین مربعات خطای کمتر از ۰۰۰۲/۰ و با بکارگیری تابع فعال سازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ– مارکوات و چرخه یادگیری ۱۰۰۰ به عنوان بهترین مدل عصبی مشخص گردید. نتایج حاصل از مدل های بهینه ی انتخاب شده نیز ارزیابی گردید و این مدل ها با ضرایب همبستگی بالا )بیش از ۹۸۰/۰( قادر به پیش بینی روند تغییرات بودند.

Keywords:

مدل سازی