۷۷۵

Artificial Neural Nervous Network Modeling for Prediction of Moisture Ratio in a Quince DryingProcess

كارشناسي ارشد

مهندسي شيمي

تهران شمال

۱۳۹۶

۱۳۹۶/۱۰/۲۶

۱۷/۷۵

۱۴۱ص.

خوشحال،عباس

۱۳۰-۱۳۹ص.

Artificial , Neural , Network

دراين تحقيق فرآيندخشك كردن ميوه بِه دريك خشك كن سيني دارناپيوسته بررسي گرديدواثرعوامل مختلف مانندضخامت برشهاي ميوه،دماوسرعت هواي ورودي به خشك كن وزمان خشك شدن برنسبت رطوبت مطالعه گرديد.ازنتايج حاصله براي مدل سازي توسط شبكه عصبي مصنوعي2مورد استفاده قرارگرفت.تمام داده هاي بدست آمده ازهرسري آزمايش به عنوان خوراك ورودي به شبكه واردوتوسط توابع خطي وغيرخطي مورد ارزيابي قرارگرفته وجهت رسيدن به پيش بيني دقيق،نتايج حاصله ازنسبت رطوبت پيش بيني شده توسط شبكه عصبي بانمونه تجربي مقايسه گرديد.درآموزش شبكه ازساختارجريان خوراك برگشتي3با الگوريتم آموزشي لونبرگ-ماركوارت4بعنوان بهترين الگوريتم براساس بيشترين ضريب رگرسيون5وكمترين ميانگين مربعات خطا6 كه بيانگردقت بالاي مدل موردنظردرپيش بيني مقدارنسبت رطوبت خواهدبود،استفاده شد.نتايج نشان مي دهدكه شبكه هوش مصنوعي درمقايسه بانتايج آزمايشگاهي،پيش بيني دقيق وقابل قبولي ارائه داده است.داده هاي تجربي بااستفاده ازشبكه هاي عصبي مصنوعي نرم افزار متلب2016 7 مورد آموزش وارزيابي قرارگرفته اند .

49297