کاربرد شبکه عصبی مصنوعی در پیش بینی محتوای رطوبتی در طی فرآیند خشک کردن انگور
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,129
This Paper With 9 Page And PDF Format Ready To Download
- 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:
NCAMEM05_263
تاریخ نمایه سازی: 18 خرداد 1387
Abstract:
هدف از این تحقیق پیش بینی محتوای رطوبتی انگور در طی خشک کردن با جریان هو ای گرم به عنوان تابعی از دما و سرعت هوا به کمک شبکه های عصبی مصنوعی است . در این تحقیق اثر عوامل تاثیرگذار دمای هوا در سه سطح (50،60و70 درجه سیلسیوس) و سرعت هوا در چهار سطح (0/25 ، 0/5 ، 0/75 و 1 متر بر ثانیه ) بر تغییرات محتوای رطوبتی استفاده شد . برای ایجاد الگوهای آموزش و ارزیابی و تست به کمک یک خشک کن آزمایشگاهی، آزمایش های خشک کردن انجام گرفت . با به دست آمدن تغییرات محتوای رطوبتی با زمان از شبکه های MLP و TDNNبا الگوریتمهای یادگیری لونبرگ - مارکوارت برای آموزش الگوها استفاده شد . شبکه عصبی TDNN نتایج بهتری نسبت به شبکه عصبی MLP نشان داد. شبکه TDNN با ساختا 1-8-3 با تابع آستانه سیگموئید لگاریتمی در مقایسه با توپولوژیهای دیگر نتایج بهتری را ارائه کرد . این توپولوژی تغییرات محتوای رطوبتی را با ضرایب تعیین 0/9979 پیش بینی کرد.
Keywords:
Authors
ناصر بهروزی خزاعی
دانشجوی کارشناسی ارشد گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت م
تیمور توکلی
عضو هیئت علمی گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس، تهر
رضا امیری چایجان
عضو هیئت علمی گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس، تهر
محمدهادی خوش تقاضا
عضو هیئت علمی گروه مکانیک ماشین های کشاورزی، دانشگاه ابوعلی سینا، هم
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 :