پیش بینی برخی خصوصیات حرارتی، فیزیکی و مکانیکی میوه بنه پس از خشک کردن با خشک کن پیوسته نیمه صنعتی به کمک شبکه های عصبی مصنوعی
Abstract(in Persian; no English abstract is available)
چکیده هدف از این پژوهش، پیشبینی برخی خصوصیات حرارتی (ضریب پخش مؤثر رطوبت و انرژی ویژه مصرفی)، فیزیکی (چروکیدگی و تغییرات کلی رنگ) و مکانیکی (نیروی شکست) میوه بنه در طی فرآیند خشککردن با خشککن پیوسته نیمه صنعتی به کمک شبکههای عصبی مصنوعی بود. سه عامل موثر شامل دمای هوای ورودی، سرعت هوای ورودی و سرعت تسمه در عملکرد خشککن جریان پیوسته به عنوان متغیرهای مستقل در نظر گرفته شد. آزمایشها در سه سطح دمای هوای ورودی (45، 60 و 75 درجه سلسیوس)، سه سطح سرعت هوای ورودی (1، 5/1 و 2 متر بر ثانیه) و سه سطح سرعت تسمه (5/2، 5/6 و 5/10 میلی متر بر ثانیه) انجام شد. دادههای لازم با استفاده از یک خشککن جریان پیوسته نیمه صنعتی، جمعآوری شد. از شبکههای پسانتشار پیشرو و پسانتشار پیشخور با الگوریتمهای یادگیری لونبرگ- مارکوارت و تنظیم بیزی برای آموزش استفاده شد. برای پیشبینی ضریب پخش مؤثر رطوبت، شبکه پیشخور با تابع تنظیم بیزی، آرایش 1-13-10-3 و 108 چرخه آموزش با 9999/0=r2 مطلوب بود. برای پیشبینی انرژی ویژه مصرفی، شبکه پیشخور با تابع آموزش لونبرگ- مارکوارت، آرایش 1-10-3 و 117 چرخه آموزش با 9961/0=r2 مطلوب بود. بهترین شبکه برای پیشبینی چروکیدگی، شبکه پیشخور با تابع تنظیم بیزی، توپولوژی 1-4-6-3 و 101 چرخه با 9926/0=r2 آموزش بود. بهترین شبکه برای پیشبینی تغییرات کلی رنگ، شبکه پیشخور با تابع آموزش لونبرگ-مارکوارت با توپولوژی 1-7-6-3 و 24 چرخه آموزش با 9139/0=r2 بود. بهترین شبکه برای پیشبینی نیروی شکست، شبکه پیشخور با تابع آموزش تنظیم بیزی، آرایش 1-6-8-3 و 69 چرخه آموزش با 9990/0=r2 بود.