پیش‌بینی سینتیک فرآیند آبگیری اسمزی کدوی حلوایی به کمک ابزار هوشمند شبکه‌ی عصبی مصنوعی در حالت استاتیک

Abstract

فرآیند آبگیری اسمزی کدوی حلوایی در دو سطح دمای (25 و 50 درجه‌ی سانتی‌گراد) و در غلظت‌های مختلف نمک طعام (5، 10 و 15 % وزنی/وزنی) و غلظت ثابت ساکارز (50 % وزنی/وزنی) انجام گرفت. نسبت وزنی میوه به محلول اسمزی 1 به 20 (وزنی/وزنی) انتخاب گردید. در این پژوهش، مقادیر کاهش آب و جذب مواد جامد توسط شبکه‌ی عصبی مصنوعی تخمین زده شد. برای پیش بینی داده‌ها از شبکه عصبی پرسپترون با الگوریتم بهینه‌سازی کاهش گرادیان[1] و با تابع آستانه‌ی تانژانت هیپربولیک استفاده گردید. نتایج، نشان داد که بهترین چیدمان در بین شبکه‌ی عصبی با یک لایه‌ی پنهان به‌ترتیب برای پارامترهای جذب مواد جامد[2] و کاهش آب[3] شامل 2-10-1 و 2-18-1 و در بین شبکه‌ی عصبی با دو لایه‌ی پنهان به‌ترتیب برای پارامترهای جذب مواد جامد و کاهش آب شامل 2-6-6-1 و 2-22-22-1 می‌باشد. <br clear="all" />

* مسوول مکاتبه : mshafafiz@gmail.com

1 - Gradient descent

[2] - Solid gain (SG)

[3] - Water loss (WL)