تخمین و بهبود خصوصیات کیفی روغن بادام زمینی با استفاده از مدل شبکه عصبی

شبکه های عصبی بیولوژیکی از عناصر ساده با کارکرد مو ازی تشکیل شده اند. مدلهای شبکه عصبی تقریباً از طریق تحقیق در رفتار نرون های مغزی پیشنهاد شده اند. مدل وسیله ای بسیار ساده است که مجموع وزنی ورودی های خود را برای تعیین خروجی با آستانه مقایسه می کند. مدل هیچ اهمیتی به ساختار پیچیده و زمانبندی فعالیت نرونهای واقعی نمیدهد و دارای هیچ کدام از ویژگیهای پیچیده نرونهای بیولوژیکی نیست. به همین دلیل است که آن را یک مدل و نه یک نسخه تکراری از نرون بیولوژیک می نامند و می توان آن را در یک کامپیوتر پیاده کرد . ورودیها در این مدل شامل مجموعه صفات زراعی و خروجی های مناسب برای محاسبه توسط مدل شامل صفات مربوط به کیفیت روغن (درصد روغن ، اندیس یدی و اسید های چرب موجود در روغن) بود. این آزمایش شامل 45 نمونه ( 15 واریته در 3 تکرار ) بود. نتایج نشان داد که به طور میانگین این مدل توانسته 80 % از داده ها را در محدوده 95 اطمینان به طور صحیح تخمین بزند . بنابراین می توان انتظار داشت که تخمین کیفیت روغن با استفاده از این روش با کاهش زمانی که صرف محاسبه خصوصیات کیفی روغن می شود و همچنین پیش بینی کیفیت روغن از بین صفات زراعی بتواند نقش مهمی را در برنامه های بهبود کیفیت روغن در بادام زمینی و سایر نباتات داشته باشد.

کلیدواژه ها:

خصوصیات کیفی روغن ، بادام زمینی و شبکه عصبی