كاربرد الگوريتم هاي هوش مصنوعي در پيش بيني كاهش سم آفلاتوكسين دركنجاله پنبه دانه تيمار شده با ازن

هدف از اين مطالعه استفاده از الگوريتم هاي هوش مصنوعي براي پيش بيني كاهش افلاتوكسين در پنبه دانه ازن دهي شده مي باشد. امروزه براي كاهش هزينه هاي ازمايشگاهي و افزايش سرعت انجام ازمايشات ميكروبي استفاده از مدل هاي رياضي توسعه يافته است كه يكي از ان ها الگوريتم هاي هوش مصنوعي است . ضرورت كاهش ميزان سم افلاتوكسين از مواردي است كه به شدت بايد رعايت شود زيرا عواقب سنگيني چون سرطان و به ويژه سرطان كبد و در نهايت مرگ انسان و حيوان ميشود.لذا در اين پژوهش ما به بررسي ميزان كاهش سم مذكور با ازن دهي پرداختيم. تخم كنجاله پنبه دانه را در سه سطح متفاوت از سم از دامپزشكي دريافت كرده و سپس با ازن دهي در زمان هاي متفاوت و در زمان ماند متفاوت مقدار سم كاهش يافته را بررسي كرده ايم و سپس با داده هاي در دسترس مدل سازي را انجام داده ايم.نتايج نشان داد از بين تمامي مدل ها بهترين مدل مربوط به ساختار پرسپترون چند لايه با تعداد1لايه پنهان و تابع تحريك تانزانت هايپربوليك و الگوريتم اموزش مومنتوم كه بيشترين ضريب همبستگي و كمترين مقدار خطا را دارد، پيشگويي شده است.در اين مقاله كليه متغيرهاي موثر در كاهش ميزان سم افلاتوكسين و چگونگي تاثير انها در پيش بيني كاهش سم مورد بحث قرار گرفته است.