پیش بینی راندمان استخراج فنول کل با استفاده از شبکه عصبی مصنوعی الگوریتم ژنتیک و -روش سطح پاسخ: استخراج به کمک امواج فراصوت از چای کوهی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 523

This Paper With 11 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCAMNT02_040

تاریخ نمایه سازی: 25 آذر 1395

Abstract:

گیاه چای کوهی دارای خواص دارویی و آنتی اکسیدانی شناخته شده است. هدف از این تحقیق بررسی راندمان استخراج فنول کل از چای کوهی با روش استخراج با کمک امواج فراصوت بود. در همین حال، برای پیش بینی راندمان استخراج فنول کل شبکه عصبی مصنوعی الگوریتم ژنتیک و روش سطح پاسخ با یکدیگر مقایسه شدند. شرایط استخراج مورد بررسی قدرت - امواج، زمان، نسبت حلال به مواد جامد و ترکیب حلال بود. نتایج تجزیه و تحلیل با روش سطح پاسخ نشان داد که معادله درجه دوم بهترین همبستگی را می تواند بین متغیر ها و پاسخ ایجاد کند. با استفاده از معادله به دست آمده از روش سطح پاسخ ضریب همبستگی 0/83 حاصل شد. بیشترین بازده استخراج در شرایط قدرت امواج فراصوت 298 وات، نسبت حلال به مواد جامد 59/8 زمان 13/6 دقیقه و ترکیب حلال 55/3 درصد متانول با مطلوبیت 1به دست آمد. از سوی دیگر، شبکه عصبی مصنوعی الگوریتم ژنتیک نیز برای برآورد راندمان استخراج فنول کل استفاده شد. شبکه بهینه موجود به ترتیب 10 نرون در لایه اول و 10 نرون در لایه دوم پنهان داشت. این تنظیمات شبکه قادر بود راندمان استخراج فنول کل را با ضریب همبستگی بالا 0/91 برآورد کند. در نهایت می توان گفت که، چای کوهی می تواند به عنوان منبع بالقوه بسیار خوبی از فنول کل و شبکه عصبی مصنوعی در ترکیب ژنتیک الگوریتم می تواند به عنوان یک روش کاربردی موفق برای پیش بینی بازده استخراج فنول کل در نظر گرفته شود.

Keywords:

چای کوهی , شبکه عصبی ژنتیک الگوریتم , فنول کل , روش سطح پاسخ

Authors

سروش رحیمی خویگانی

دانش آموخته کارشناسی ارشد، علوم و صنایع غذایی، دانشگاه صنعتی شاهرود

احمد رجایی

استادیار دانشگاه صنعتی شاهرود، دانشکده کشاورزی

محمد هادی موحد نژاد

استادیار دانشگاه صنعتی شاهرود، دانشکده کشاورزی

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 :
  • Tao, Y., Zhang, Z., Sun, D.-W., (2014). Kinetic modeling of ...
  • Aghajani, N., Kashaninejad, M., Dehghani, A.A. and Daraei Garmakhany. A., ...
  • activity and Antioxidant؛ه 2- Hatammia A. A. Abbaspour N. and ...
  • _ Kashiri, M., Daraei Garmakhany, A. and Deghani, A.A., 2012. ...
  • Khadivi-Khub A. Aghaei Y. and Mirjalili M. _ 2014. "Phenotypic ...
  • Mizubuti, I.Y., Junior, O.B., de Olivia souza L.W., dos Santos ...
  • Morimoto, T., 2006. Genetic algorithm. In: Sablani, S.S., Datta, A.K., ...
  • Hossain MB, Brunton NP, Patras A, Tiwari B, ODonnell C, ...
  • Liu Y, Wei S, Liao M. 2013 Optimization of ultrasonic ...
  • Pan, G., Yu, G., Zhu, C., Qiao, J., 2012. Optimization ...
  • Sahin, S. Aybaster, O. & Isnk, E. (2013) "Optimisation of ...
  • Salarbashi, D., Fazly Bazzaz, B. S., Karimkhani, M. M., Sabeti ...
  • Salarbashi, D, Khanzadeh, F, Hosseini, S.M, Mohamadi, M, Rajaei, A. ...
  • Shah, M.A, Bosco, S.J.D, Mir, SA. 2014. Plant extracts as ...
  • Shahabi Ghahfarrokhi, I., Daraei Garmakhany, A., Kashaninejad, M. and Dehghani, ...
  • Vermerris W, Nicholson R. 2007. Phenolic compound biochemistry: Springer Science ...
  • Waterhouse AL. 2002. Determination of total phenolics. Current protocols in ...
  • نمایش کامل مراجع