مدل سازی سینتیک انتقال جرم در میوه خرمالو طی فرآیند آبگیری اسمزی توسط شبکه های عصبی مصنوعی

در این پژوهش از مدلهای شبکه عصبی مصنوعی به منظور پیشگویی سینتیک انتقال جرم خرمالو طی فرآیند آبگیری اسمزی استفاده گردید. آبگیری اسمزی در محلولهای ساکارز با غلظت 40، 50و 60 درصد (w/w) ،زمان 10، 20 و 30 دقیقه و دمای 30، 45 و 60 درجه سانتی گراد انجام شد. برای پیشگویی درصد جذب مواد جامد و کاهش آب از شبکه عصبی مصنوعی چند لایه پرسپترون پیشخور با 3ورودی ( شرایط فرآیند) استفاده شد. نتایج نشان داد که مدل شبکه عصبی دارای 10 نورون در لایه پنهان بیشترین تطابق را با دادههای آزمایشی داشته و قادر به پیشگویی درصد جذب مواد جامد و کاهش آب با ضریب همبستگی به ترتیب 0.89 و 0.91 میباشد. این پیکربندی همچنین کمترین میزان میانگین مربعات خطا، میانگین مربعات خطای نرمالیزه شده و میانگین خطای مطلق را برای پیشگویی درصد جذب مواد جامد ( به ترتیب 19.81، 0.2، 3.66) و کاهش آب ( به ترتیب 23.81، 0.18 و 3.52) داشت.

کلیدواژه ها:

آبگیری اسمزی ، شبکه عصبی مصنوعی ، سینتیک انتقال جرم ، خرمالو