کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت الکتریکی شیر بازساخته
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 91
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FSCT-16-96_006
تاریخ نمایه سازی: 5 آذر 1402
چکیده مقاله:
در این تحقیق هدایت الکتریکی شیر بازساخته با استفاده از روش شبکه عصبی مصنوعی ملسازی و پیشبینی گردید. پروتئین (۱، ۲، ۳و ۴%)، لاکتوز (۴، ۶، ۸ و ۱۰%)، چربی (۳ و ۶%) و دما (۵۰، ۵۵، ۶۰ و ۶۵ درجه سلسیوس) به عنوان پارامترهای مستقل ورودی و هدایت الکتریکی شیر بازساخته به عنوان متغیر وابسته خروجی تعریف شدند. داده های به دست آمده از دستگاه سنجش هدایت الکتریکی به منظور آموزش و آزمون شبکه استفاده گردید. به منظور توسعه مدلهای شبکه عصبی مصنوعی ابتدا داد ها به سه بخش آموزشی (۷۰%)، اعتبارسنجی (۱۵%) و آزمون (۱۵%) مدلها تقسیم شدند. شبکه ها با ساختار پرسپترون چند لایه به صورت دو، سه و چهار لایه آموزش داده شدند. تعداد لایه های مخفی و تعداد نرون ها در هر لایه به روش سعی و خطا به دست آمد. بهترین الگوریتم آموزشی، لونبرگ- مارکوارت با کمترین میزان میانگین مربعات خطا بود. معیار انتخاب بهترین شبکه، بیشترین ضریب تبیین (R۲) و کمترین مقدار متوسط مربع خطا (MSE) بود. در پیش بینی هدایت الکتریکی شیر بازساخته شبکه با ساختار ۱-۴-۴ بهترین نتیجه را داد. این شبکه در لایه پنهان ۴ نرون دارد. مقادیر ضریب تبیین و خطای آن به ترتیب ۹۹۲/۰ و ۰۱۱/۰ بود. از این نتایج در کارخانجات فراوری شیر میتوان بهره گرفت. همبستگی میان مقادیر آزمایشی و پیش بینی شده در ساختارهای مطلوب بیشتر از ۹۹% به دست آمد.
کلیدواژه ها:
نویسندگان
Haidar Naseri
Graduate Master, Biosystem Engineering, Lorestan University, Khorramabad, Iran
isa hazbavi
Assistant Professor, Biosystem Engineering, Lorestan University, Khorramabad, Iran
Feizollah Shahbazi
Associate Professor, Biosystem Engineering, Lorestan University, Khorramabad, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :