کاربرد شبکه های عصبی مصنوعی در پیش بینی محتوای رطوبت تعادلی انواع آرد گندم

منحنیهای ایزوترم جذب سه نوع آرد گندم با میزان سبوس مختلف در دماهای 5و 25 و 45 درجه سانتیگراد با استفاده از روش وزن سنجی استاتیکی درمحدوده فعالیت آبی بین 0/1 تا 0/8 بدست آمد ایزوترمها درمورد هرسه نوع آرد گندم براساس طبقه بندی BET دارای خصوصیات نوع II بوده و به شکل سیگموئیدی نشان داده شدنداعداد تجربی با استفاده از شبکه های عصبی تابع پایه شعاعی و پروسپترون برازش شدند. بهترین نتایج درمورد شبکه پروسپترون به تابع سیگموئیدی با 26 نرون تعلق داشت از طرفی بهترین حالت درشبکه تابع پایه شعاعی هنگام استفاده از تابع NRB با 50 نرون مخفی بود نتایج نشان داد که شبکه تابع پایه شعاعی دارای R2 بالاتر 0/986 و خطای مربعات میانگین کمتر 27-9/80×10 نسبت به شبکه پرسپترون می باشد نتیجه گرفته شد که شبکه عصبی تابع پایه شعاعی می توان مقدار رطوبت تعادلی بهتری را نسبت به شبکه پروسپترون پیش بینی کرد.