پيش بيني حجم كوفتگي سيب با استفاده از شبكه عصبي RBF و مقايسه آن با مدل رگرسيوني

صدمه كوفتگي ناشي از ضربه جزو انواع اصلي صدمات مكانيكي پس از برداشت ميوه مي باشد. مدلهاي پيش بيني حجم كوفتگي براي كاربردي كردن شبيه سازي المان گسسته كه صدمه كوفتگي را در هنگام حمل و نقل شبيه سازي مي كند ضروري است. مدلهاي پيش بيني كوفتگي اطلاعات مفيدي در مورد اثر فاكتورهاي ميوه (مانند رسيدگي) بر حساسيت به كوفتگي مي دهد بطوريكه اين اطلاعات نهايتا منجر به توصيه هاب كاربردي جهت انتقال ميوه ها م يگردد. مدلهاي پيش بيني كوفتگي براي سيب رقم گلدن دليشز تعيين گرديد. از حجم كوفتگي به عنوان شاخص صدمه كوفتگي استفاده شد. هدف از اين تحقيق ارزيابي شبكه عصبي مصنوعي RBF در پيش بيني حجم كوفتگي سيب مي باشد. در اين تحقيق از داده هاي تجربي 120 عدد سيب استفاده گرديد. پارامترهاي بهينه براي شبكه عصبي مصنوعي RBF از روش آزمون و خطا بر روي داده هاي موجود انتخاب گرديد. جهت ارزيابي مدل RBF و مدل رگرسيون در پيش بيني حجم كوفتگي سيب، علاوه بر رگرسيون خطي، از بعضي آزمونهاي آماري نشير مقايسه ميانگين ها، واريانس و توزيع آماري بين داده هاي واقعي و داده هاي پيش بيني شده بوسيله مدل شبكه عصبي مصنوعي RBF استفاده شد. نتايج نشان مي دهد كه شبكه عصبي مصنوعي RBF م يتواند حجم كوفتگي سييب را با دقت بالاتري در مقايسه با مدل رگرسيون پيش بيني نمايد.