بررسی روش های مختلف مدل سازی توسط شبکه عصبی مصنوعی و منطق فازی برای استخراج فیتوکیمیکال ها و استفاده از آنها در مواد غذایی

روش های مرسوم استخراج ماده موثره از گیاهان به صورت استخراج با حلال بوده است اما با پیشرفت تکنولوژی در کنترل فرایند و استفاده از سیالات با دما و فشار بالاتر و ایجاد امنیت بالاتر در حال پررنگ تر شدن است . از این رو در راستای کاهش هزینه و افزایش دقت طراحی فرایند های فوق بحرانی ، به سمت مدلسازی این دست فرایندها رفته اند . تجزیه و تحلیل و اندازه گیری متغیر های مختلف مانند دما و فشار و بازده برای طراحی و همچنین افزایش کارایی این سیستم ها دارای اهمیت زیادی می باشد. روش های تجزیه و تحلیل به کمک داده های تجربی به طور گسترده ای توسعه یافته و در ساختار های استخراج به کمک سیال فوق بحرانی به کار رفته است که متغیر های مختلف را توسط داده های ورودی و خروجی و سایر متغیر های موجود در فرایند ، در نقاطی که در آن داده ی کمی موجود است یا امکان انجام آزمایش در آن وجود ندارد و یا انجام آزمایشات به صرفه نیست، استخراج می کنند. این متغیر ها می توانند نقاط بهینه ی عملکردی یا اقتصادی و یا کمترین میزان هزینه و یا بیشترین میزان بازدهی فرایند باشند. در این نوشته نیز این مهم محقق گردیده و روشهای مختلف مدلسازی برای یک سیستم استخراج بررسی شده است.

کلیدواژه ها:

شبکه عصبی مصنوعی ، منطق فازی ، مدلسازی ، استخراج.