نسترن جمشیدی - دانشجوی کارشناسی ارشد و استادیار گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه ایلام
عادل حسین پور - دانشجوی کارشناسی ارشد و استادیار گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه ایلام
حسن ذکی دیزجی - استادیار گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز
امین فروغی راد - دانشجوی کارشناسی ارشد مکانیک ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران

سفتی یکی از مشخصه های اصلی میوه هاست که متناسب با کیفیت و زمان انبارداری آنها می باشد. روش های مخرب در زمینه ی کیفیت سنجی محصولات کشاورزی امروزه منسوخ شده و جای خود را به روش های غیر مخرب داده اند؛ به همین منظور هدف از پژوهش حاضر بکارگیری روش فراصوت در ارزیابی سفتی کیوی به کمک تکنیک شبکه عصبی مصنوعی پایه گذاری شد. در این پژوهش اطلاعات خروجی از سامانه های فراصوت، که روشی آسان، اقتصادی و انعطاف پذیرتر از سایر روش های غیر مخرب است، طی فرکانس 75KHz با بهره گیری از تکنیک MLP شبکه های عصبی مصنوعی، که ابزاری ماسب در پردازش داده هاست، به خروجی های بدست آمده از بارگذاری نفوذی (روش مگنس- تیلور) در سه سطح کیفی میوه ی کیوی (نارس، رسیده و بیش رسیده) ارتباط داده شده است. به منظور انتخاب شبکه بهینه تعداد مختلفی از نرون ها در لایه مخفی شبکه امتحان شدند. تعداد مطلوب نرون ها برای پیش بینی سفتی کیوی رقم هایوارد 19 نرون به دست آمد. بنابراین ساختار 1-19-23 برای پیش بینی سفتی کیوی رقم هایوارد بالاترین دقت (R(2)=0.957) را دارا می باشد.

سفتی، کیوی، فراصوت، شبکه عصبی مصنوعی