ذرت یکی از مهمترین محصولات زراعی است که برای افزایش و یا کنترل کیفیت محصول در طی انبارداری بایستی دارای رطوبت کم و یکنواخت باشد. به همین دلیل نیاز به خشک کردن دارد. آگاهی از نحوه ی خشک شدن محصول، منجر به کاهش مصرف انرژی در فرآیند خشک کردن و کنترل ضایعات محصول می گردد. هدف از این پژوهش، ارائه مدل های پیش بینی مدت زمان لازم برای فرآیند خشک کردن دانه های ذرت با استفاده از مدل رگرسیونی و مدل شبکه عصبی و همچنین مدل شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک می باشد. تیمارهای مورد استفاده در این پژوهش عبارتند از: دمای هوای ورودی در 5 سطح 70، 80، 90، 100 و 110 درجه سلسیوس، ارتفاع لایه محصول در 4 سطح 20، 40، 60 و 80 سانتی متر و محتوای رطوبتی اولیه محصول نیز از جمله تیمارها بود که برای تمامی آزمایش ها متغیر بود کلیه آزمایش ها در سه تکرار انجام شد. خشک کردن نمونه های ذرت تا رسیدن به محتوای رطوبتی 14 درصد (بر پایه خشک) ادامه داده شد. آنالیز داده ها توسط نرم افزارهای sas، spss16 و matlab11 و مقایسه میانگین ها توسط آزمون دانکن انجام گرفت. مدل رگرسیونی به دست آمده دارای ضریب همبستگی 939/0 بود در صورتی که مدل شبکه عصبی با الگوریتم یادگیری لونبرگ – مارکوارت با ضریب همبستگی 976/0 و میزان خطای 046/0 نتیجه بهتری داشت و مدل شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک نیز دارای ضریب همبستگی 966/0 و میزان خطای 007/0 بود. ساختار به دست آمده برای شبکه عصبی 1-3-3 با تابع آستانه تانژانت سیگموئید می باشد که با در نظر گرفتن تابع کارایی و ضریب همبستگی نسبت به ساختارهای دیگر نتایج بهتری ارائه کرده است. شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک میزان خطای شبکه عصبی را از 046/0 تا 007/0 کاهش داد و نتایج بهتری را از نظر کاهش خطا نسبت به شبکه عصبی با الگوریتم لونبرگ-مارکوارت ارائه کرد. علاوه بر مدل های ارائه شده برای خشک شدن، روند مصرف انرژی بر اساس افزایش دمای هوای ورودی و ارتفاع لایه محصول نیز مورد بررسی قرار گرفت نتایج حاکی از این بود که با افزایش دمای هوای ورودی، میزان مصرف انرژی در واحد جرم روند کاهشی دارد و با افزایش ارتفاع لایه محصول، میزان مصرف انرژی در واحد جرم کاهش می یابد. در این پژوهش همچنین کیفیت دانه های خشک شده ذرت از لحاظ تغییر رنگ نسبت به حالت قبل از خشک کردن نیز مورد سنجش قرار گرفت. نتایج نشان داد که تغییرات رنگ محصول خشک شده نسبت به حالت قبل از خشک شدن افزایش یافته است. در ارتفاع 20 سانتی متر و دمای 70 درجه سلسیوس کمترین تغییرات رنگ و در ارتفاع 80 سانتی متر و دمای 110 درجه سلسیوس بیشترین تغییرات رنگ وجود داشت.

خشک کردن یکی از بهترین راه های کاهش ضایعات سیب زمینی در عملیات پس از برداشت به خصوص در مرحله انبارداری می باشد. هدف از مدلسازی انتخاب مناسبترین روش خشک کردن و همچنین بهترین شرایط عملیاتی برای بدست آوردن یک محصول معین است. مدلهای آماری قابلیت پذیرش تعداد زیادی از متغیرهای ورودی را ندارند از این رو با توجه به تعداد پارامترهای موثر در پروسه خشک کردن ورقه های سیب زمینی، شبکه های عصبی مصنوعی جهت پیش بینی فرآیند خشک شدن مناسب تر هستند. هدف از این پژوهش ارزیابی کیفیت ورقه های خشک شده سیب زمینی، پیش بینی زمان خشک شدن و نسبت رطوبت ورقه های سیب زمینی در طی فرآیند خشک کردن با تشعشع مادون قرمز تحت خلأ به عنوان تابعی از توان تابشی مادون قرمز، میزان فشار مطلق، ضخامت ورقه و محتوای رطوبت لحظه ای محصول به کمک شبکه های عصبی مصنوعی می باشد. در این تحقیق ورقه های سیب زمینی به صورت تک لایه با استفاده از گرمایش لامپ مادون قرمز تحت شرایط اعمال خلأ در سه سطح توان تابشی 100، 150 و 200 وات، سه سطح ضخامت ورقه 1، 2 و 3 میلی متر، چهار سطح فشار مطلق 20، 80، 140 و 760 میلی متر جیوه در سه تکرار آزمایشی تا رسیدن به محتوای رطوبتی 6% بر پایه تر، مناسب جهت انبارداری طولانی مدت، خشک شدند. تحلیل داده ها به کمک نرم افزار های matlab، mstatc، spss16و xlstat2014 و مقایسه میانگین ها به کمک آزمون دانکن انجام گردید. از شبکه عصبی پرسپترون چند لایه پس انتشار پیشخور با الگوریتم یادگیری لونبرگ-مارکوارت جهت آموزش الگوها استفاده گردید. مناسب ترین ساختار شبکه عصبی جهت پیش بینی مدت زمان لازم برای خشک کردن ورقه های سیب زمینی با توپولوژی 1-3-4 به همراه تابع فعال سازی سیگموئید لگاریتمی و ضریب تبیین 974196/0 بهترین نتایج را ارائه نمود. به منظور پیش بینی تغییرات رطوبت نسبت به زمان، مقایسه ضریب تبیین (r2) در نرم افزار متلب نشان داد که شبکه عصبی با چیدمان 1-4-4 و تابع آستانه تانژانت سیگموئید در مقایسه با توپولوژی های دیگر به نتایج بهتری دست یافته است همچنین میزان ضریب تبیین در این شبکه برابر با 980689/0 می باشد. ورقه خشک سیب زمینی با ضخامت یک میلی متر در دمای جوش آب به مدت سه دقیقه، بیشترین میزان نسبت باز جذب آب را داشت به طوری که توانست به مقدار 86% رطوبت ورقه تازه را کسب کند. در ورقه های ضخیم تر به علت ایجاد یک لایه سطحی بر روی آن ها زمان خشک شدن طولانی تر، آهنگ خشک شدن نزولی و میزان چروکیدگی افزایش یافت. هر چه میزان چروکیدگی افزایش یابد، نسبت باز جذب آب کمتر می گردد این پدیده به وضوح در ضخامت سه میلی متر دیده می شود. کمترین میزان تغییر رنگ قبل و بعد از فرآیند خشک شدن مربوط به نازک ترین ضخامت ورقه سیب زمینی می باشد. مقایسه انرژی مصرفی، انرژی ویژه خشک کردن و بازده مصرف گرما نشان داد که کوتاه ترین زمان خشک شدن در بهترین شرایط آزمایشی (توان تابشی 200 وات، فشار مطلق 80 میلی متر جیوه و ضخامت ورقه یک میلی متر) به مدت 26 دقیقه به طول انجامید.