بهينه‌سازي ساختار شبكه عصبي مصنوعي با استفاده از الگوريتم ژنتيك براي پيش‌بيني پارامترهاي فرآيند آبگيري به روش اسمزي-فراصوت از كيوي

زمينه مطالعاتي: يكي از مهمترين كاربردهاي شبكه‌هاي عصبي مصنوعي، طراحي مدلي است كه بتوان براساس آن مقدار يك يا چند متغير وابسته را به كمك متغيرهاي مستقل پيش‌بيني كرد. الگوريتم ژنتيك يكي از روش‌هاي بهينه‌سازي مسائل و مدل‌ها است كه اساس آن بر انتخاب طبيعي و برخي از مفاهيم مهم از علم ژنتيك استوار است. هدف: در اين مطالعه از روش الگوريتم ژنتيك-شبكه عصبي مصنوعي براي پيش‌بيني درصد كاهش وزن، درصد كاهش آب، درصد جذب مواد جامد و درصد آبگيري مجدد برش‌هاي كيوي آب‌گيري شده به روش اسمز فراصوت استفاده شد. روش كار: ساختار الگوريتم ژنتيك-شبكه عصبي مصنوعي با 3 ورودي زمان اعمال فراصوت (در هشت زمان 10، 20، 30، 40، 50، 60، 70 و 80 دقيقه)، غلظت محلول ساكارز (در سه سطح 20، 30 و 40 درجه بريكس) و توان فراصوت (در سه سطح 0، 75 و 150 وات)، براي پيش‌بيني ويژگي‌هاي برش‌هاي كيوي آبگيري شده، توسعه يافت. نتايج: ميانگين درصد كاهش رطوبت براي نمونه شاهد (بدون اعمال فراصوت) 21.96 درصد بود. با افزايش توان فراصوت دستگاه به 150 وات، ميانگين درصد كاهش رطوبت نمونه‌ها 27.51 درصد افزايش يافت (0.05 P). با افزايش غلظت محلول اسمزي از 20 به 40 درصد، ميانگين درصد كاهش رطوبت نمونه‌ها به‌طور معني‌داري از 16.58 درصد به 35.33 درصد افزايش يافت (0.05 P). مقادير ضرايب تبيين (r) محاسبه‌شده براي پيش‌بيني درصد كاهش وزن، درصد كاهش آب، درصد جذب مواد جامد و درصد آبگيري مجدد برش‌هاي كيوي آبگيري شده با استفاده از روش الگوريتم ژنتيك-شبكه عصبي مصنوعي به ترتيب برابر 0.983، 0.989، 0.992 و 0.979 بود. براساس نتايج آزمون آناليز حساسيت، پارامتر آبگيري مجدد، حساس‌ترين پارامتر به تغييرات غلظت محلول اسمزي و افزايش زمان اعمال فراصوت بود. نتيجه‌گيري نهايي: نتايج به دست آمده از اين روش نشان مي‌دهد كه روش الگوريتم ژنتيك-شبكه عصبي مصنوعي يك راه‌حل مناسب براي مدل‌سازي فرآيند آبگيري از كيوي به روش اسمز-فراصوت است.