پيش‌بيني خواص فيزيكي پسته با استفاده از شبكه‌هاي عصبي مصنوعي در طي فرآوري

Anticipation of pistachio physical properties using artificial neural network during processing

شناخت خواص فيزيكي مغز پسته در فرآيندهاي انتقال، خشك كردن، فرآوري، جداسازي، درجه بندي و ذخيره اين محصول ارزشمند نقش اساسي ايفا مي‌كند. در اين مطالعه، خواص فيزيكي پسته توسط مدل‌هاي مختلف شبكه‌ي عصبي شبيه‌سازي گرديد. مدل‌هاي مختلف شبكه‌ي عصبي همراه با تابع‌هاي آستانه‌ي مختلف در پيش بيني مقادير مساحت سطح، حجم، جرم و دانسيته‌ي ذره پسته مورد استفاده قرار گرفت. نتايج، نشان داد كه كه مدل شبكه‌ي عصبي تابع پايه‌ي شعاعي با تابع آستانه‌ي پايه‌ي شعاعي عادي بهترين نتيجه را در پيش بيني مقادير مساحت سطح، حجم، جرم و دانسيته‌ي ذره پسته داشته به طوري كه اين شبكه توانست به ترتيب مقادير مساحت سطح، حجم، جرم و دانسيته‌ي ذره‌ي پسته را با ضرايب تبيين 982/0، 982/0، 992/0 و 962/0 پيش بيني نمايد. علاوه بر اين، در اين پژوهش، مساحت سطح، حجم، جرم و دانسيته‌ي ذره‌ي پسته از طريق معادلات رگرسيوني برازش داده شد. نتايج، نشان داد روش رگرسيوني خطي توانست مقادير مساحت سطح، حجم، جرم و دانسيته‌ي ذره‌ي پسته به ترتيب با ضرايب تبيين 931/0، 897/0، 985/0 و 944/0 پيش‌بيني نمايد. به طوري نتايج نشان داد كه مدل شبكه‌ي عصبي توانايي بالايي در پيش بيني خواص فيزيكي پسته نسبت به روش رگرسيون خطي داشته است.

The physical properties of pistachio kernel are necessary for the proper design of equipments for transporting, drying, processing, sorting, grading and storing this crop. In this study, physical properties of pistachio were simulated via different models of neural networks. Different models of neural networks with different trishold functions were used to forecast surface area, volume, mass and kernel density of pistachio. The results showed that radial basis function neural network with ordinary radial basis function trishold function had a favorable results to forecast surface area, volume, mass and kernel density of pistachio and this network could predict surface area, volume, mass and kernel density with R2 value 0.982, 0.982, 0.992 and 0.962, respectively. Furthermore, in this research surface area, volume, mass and kernel density of pistachio were fitted by regression equation, the result showed linear regression method could predict surface area, volume, mass and kernel density with R2 value 0.931, 0.897, 0.985 and 0.944, respectively. Generally, the result showed neural network model had a higher ability to forecast physical propertied of pistachio than linear regression method.