استفاده از شبکه های عصبی مصنوعی جهت مدل سازی فرآیند سرخ کردن مواد غذایی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,378

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GHOCHANFOOD02_369

تاریخ نمایه سازی: 30 تیر 1392

چکیده مقاله:

وجود جریانهای انتقال جرم طی فرایند سرخ کردن موادغذایی یکی ازاساسی ترین مشکلات مدلسازی سنتیک میزان جذب روغن وخروج آب دراین نوع فرایندها می باشد شبکه های عصبی مصنوعی توانایی بالایی درمدل سازی فرایندهای پیچیده ازجمله فرایندهای پیچیده صنایع غذایی دارند لذا دراین پژوهش کارایی روش شبکه عصبی مصنوعی به عنوان یک روش با پتانسیل بالا برای مدلسازی سینتیک انتقال جرم درفرایندهای سرخ کردن مواد غذایی مورد بررسی قرارگرفته است توانایی پیشگویی یک شبکه عصبی به توپولوژی آن بستگی کامل دارد ازشبکه های عصبی مصنوعی برای مدلسازی فرایندهای سرخ کردن موادغذایی استفاده شده است نتایج نشان میدهد که یک توپولوژی مناسب ازشبکه عصبی دارای تعداد لایه و نرون مناسب توانایی تطابق بالا با داده های ازمایش را داشته و قادر به پیشگویی مقدارجذب روغن وخروج آب درطی سرخ کردن موادغذایی با ضریب همبستگی بالا را دارا میب اشد.

نویسندگان

ماریه سادات ابطحی

دانشجوی کارشناسی ارشد صنایع غذایی

حبیب ا... میرزایی

دانشیاردانشگاه علوم کشاورزی و منابع طبیعی گرگان

ابوالفضل فدوی

مربی دانشگاه آزاد آزادشهر

فخرالدین صالحی

دانشجوی دکتری صنایع غذایی

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 :
  • Ramasawmy, G., Goburdhun, D. and Ruggoo, _ 1999. Effects of ...
  • Akdeniz, N. 2004. Effects of different batter formulations On quality ...
  • Pedreschi, F. and Moyano, P. 2005. Oil uptake and texture ...
  • Ballard, T. 2003. Application of Edible Coating in Maintaining Crispness ...
  • Dogan, S. F., Sahin, S. and Sumnu, G. (2005). Effects ...
  • Albert, S. and Mittal, G. S. 2002. Comparative evaluation of ...
  • Rastogi, N.K., Raghavarao, K.S.M.S.. and Niranjan, K. 2005. Developments in ...
  • Heldman, D.R. Lund, D.B. 2007. Handbook of Food Engineering. CRC ...
  • Morimoto, T. 2006. Genetic algorithm. In Handbook of Food and ...
  • Neuro solution. 2010. Neurosolution software User's Guide (Version 6.01). Ne ...
  • Rajeev, S., and Kri shnamoorthy, S. C. 1992. Discrete optimization ...
  • Hilal, N., O. O. Ogunbiyi, et al. (2008). "Neural network ...
  • Darwish, N.A., N. Hilal, Al-Zoubi, H., and Mohammad, A.W. 2007. ...
  • Delgrange, N., Cabassud, C., Cabassud, M., Durand-B ourlier, L., and ...
  • Teodosiu, C., Pastravanu, D., and Macoveanu, M. 2000. Neural network ...
  • Dornier, M., Decloux, M., Trystram, G., and Lebert, _ 1995. ...
  • Mittal, G. S. and Zhang, J. 2001. Artificial neural network ...
  • نمایش کامل مراجع