توسعة مدل پيش بيني محتواي رطوبتي موز در طي فرآيند خشك كردن با استفاده از شبكة عصبي مصنوعي

هدف از اين تحقيق پيشبيني محتوي رطوبتي موز در طي فرآيند خشككردن با جريان هواي گرم به عنوان تابعي از دما،سرعت هوا، ضخامت ورقه موز، رقم و زمان خشك شدن محصول به كمك شبكههاي عصبي مصنوعي است. دادههاي لازم براي ايجاد الگوهاي آموزش، ارزيابي و آزمون با انجام آزمايشهاي خشك كردن براي تيمارها با استفاده از يك خشككن آزمايشگاهي، جمع آوري شد. براي بدست آمدن تغييرات محتواي رطوبتي با زمان از شبكه هاي چند لايه پس انتشاربرگشتي با الگوريتمهاي يادگيري لونبرگ- ماركوارت، الگوريتم پس انتشار ارتجاعي و الگوريتم گراديان نزولي مقياسي، براي آموزش الگوها استفاده شد. الگوريتم لونبرگ-ماركوات نتايج بهتري نسبت به ديگر الگوريتمها نشان داد. شبكه عصبي با الگوريتم لونبرگ-ماركوات با ساختار 1-16-16-5 با تابع آستانه سيگموئيد لگاريتمي در مقايسه با توپولوژيهاي ديگر نتايج بهتري را ارائه كرد. اين توپولوژي تغييرات زمان خشكشدن موز را با ضريب تبيين 0/9994 پيش بيني كرد.