تخمین بازده استخراج به کمک امواج فراصوت ترکیبات فلاونوئیدی گیاه چای کوهی با استفاده ازشبکه عصبی مصنوعی الگوریتم ژنتیک و روش سطح پاسخ
Publish place: دومین همایش ملی مکانیزاسیون و فناوری های نوین در کشاورزی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 447
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:
شناسه ملی سند علمی:
NCAMNT02_045
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
گیاه چای کوهی گیاهی داروئی و معطر است که در برخی مناطق ایران رشد می کند. این مطالعه به بررسی راندمان استخراج ترکیبات فلاونوئیدی از چای کوهی با روش استخراج با کمک امواج فراصوت پرداخته است. در همین حال، برای پیش بینی راندمان استخراج ترکیبات فلاونوئیدی شبکه عصبی مصنوعی الگوریتم ژنتیک و روش سطح پاسخ با یکدیگر مقایسه شدند. شرایط بهینه استخراج ترکیبات فلاونوئیدی عبارت بودند از: امواج فراصوت با قدرت 300 وات، نسبت 40/1 نمونه به حلال، زمان 14 دقیقه و حلال با غلظت 69 درصد متانول. تحت شرایط مذکور راندمان استحصال فلاونوئید برابر با 55/4 میلی گرم معادل کوئرستین/گرم ماده خشک بود. از سوی دیگر، ترکیب شبکه عصبی مصنوعی الگوریتم ژنتیک برای برآورد راندمان - استخراج ترکیبات فلاونوئیدی نیز استفاده شد. نتایج در مقایسه با روش سطح پاسخ توانایی بهتری از این روش را نشان داد.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 ترکیبات فلاونوئیدی را با ضریب همبستگی بالا 0/93 برآورد کند. با توجه به نتایج حاصله می توان بیان کرد که هیبرید شبکه عصبی مصنوعی و الگوریتم ژنتیک می تواند به عنوان یک روش کارامد برای تخمین راندمان استخراج ترکیبات فلاونوئیدی از گیاه چای کوهی در نظر گرفته شود.
Keywords:
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 :