پیش بینی نسبت رطوبت شلتوک نیم جوش با استفاده از شبکه عصبی و انفیس

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 416

This Paper With 8 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:

NCFOODI25_032

تاریخ نمایه سازی: 26 خرداد 1398

Abstract:

در این پژوهش از دو مدل غیرخطی شامل شبکه عصبی مصنوعی (ANN) و سیستم استنتاج فازی سازگار (ANFIS) برای ارزیابی نسبت رطوب برنج نیم جوش در یک خشک کن مادون قرمز- هوای داغ برای پیش بینی نسب رطوب مورد بررسی قرار گرفت. فرآیند خشک کردن در سه سطح دمایی (40 و 50 و 60 درجه سانتیگراد)، دو سطح توان مادون قرمز (0/32 و 0/49w/cm2) اجرا شد. که این دو پارامتر به همراه زمان خشک شدن به عنوان ورودی در شبکه های عصبی مصنوعی و انفیس استفاده شد. پس از ساخت مدل های پیش بینی غیرخطی، چندین شاخص پیش بینی عملکرد، یعنی ضریب تبیین (همبستگی) (R2). شاخص میانگین مربعات خطا (MSE)، درصد میانگین خطای نسبی (Ɛ) برای انتخاب بهترین مدل پیش بینی و ارزیابی مورد بررسی قرار گرفت. افزایش دمای هوای ورودی و توان مادون قرمز باعث کاهش زمان خشک شدن می شوند. نتایج نشان داد که مدل ANFIS با توجه به شاخص های R2 و MSE و Ɛ بهترین مدل برای پیش بینی محتوای رطوب بود. مقادیر MSE، برای مدل های ANN و ANFIS به ترتیب 0/0059 و 0/0036 به دست آمد. که این نتایج نشان دهنده ظرفیت عملکرد بالای مدل ANFIS برای ارزیابی نسبت رطوب در مقایسه با شبکه های عصبی مصنوعی در این پژوهش می باشد.

Keywords:

Authors

ولی رسولی شربیانی

استادیار رشته مهندسی بیوسیستم، دانشگاه محقق اردبیلی، گروه مهندسی بیوسیستم

محمد کاوه

دانشجوی دکتری رشته مهندسی بیوسیستم، دانشگاه محقق اردبیلی، گروه مهندسی بیوسیستم

ابراهیم تقی نژاد

استادیار رشته مهندسی ماشین های کشاورزی، دانشگاه محقق اردبیلی، دانشکده کشاورزی و منابع طبیعی مغان