مدلسازی فرآیند خشک کردن موادغذایی اسمز و مایکروویو به روش شبکه عصبی مصنوعی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,009

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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GHOCHANFOOD02_560

تاریخ نمایه سازی: 30 تیر 1392

چکیده مقاله:

وجود جریانهای همزمان انتقال جرم طی فرایند ابگیری اسمزی یکی ازاساسی ترین مشکلات مدلسازی سینتیک میزان جذب مواد جامد و کاهش آب این فرایندها می باشد شبکه های عصبی مصنوعی توانایی بالایی درمدل سازی فرایندهای پیچیده ازجمله فرایندهای صنایع غذایی دارند لذا دراین پژوهش کارایی روش شبکه عصبی مصنوعی به عنوان یک روش جدید برای مدلسازی سینتیک انتقال جرم درفرایندهای خشک کردن موادغذایی بطور جامع مورد بررسی قرارگرفته است توانایی پیشگویی یک شبکه عصبی به ساختار آن نوع تابع انتقال تعداد لایه ها و تعدادنرونهای لایه پنهان وابستگی کامل دارد نتایج کار این محققین 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 درصد جذب مواد جامد و کاهش آب با ضریب همبستگی بالا می باشد.

نویسندگان

پریا هادی نژاد

دانشجوی کارشناسی ارشد

مهدی کاشانی نژاد

دانشیاردانشگاه علوم کشاورزی و منابع طبیعی گرگان

سیدحسین حسینی قابوسی

دانشجوی کارشناسی ارشد

فخرالدین صالحی

دانشجوی دکتری

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 :
  • 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). NeuroD ...
  • 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. ...
  • Amiryosofi, M.R., and Mohebi, M. 2008. Mass transfer modeling during ...
  • Fathi, M., Mohebbi, M., Razavi, S.M.A. 2009. Application of image ...
  • 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, A. 1995. ...
  • O choa-Martine- , C.I., and Ayala- Apaonte, A.A. 2007. Predliction ...
  • نمایش کامل مراجع