دوره 16، شماره 96 - ( 1398 )                   جلد 16 شماره 96 صفحات 74-65 | برگشت به فهرست نسخه ها

‎ 10.29252/fsct.16.96.65

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Naseri H, hazbavi I, Shahbazi F. Application of Artificial Neural Network in Predicting the Electrical Conductivity of Recombined Milk. FSCT 2020; 16 (96) :65-74
URL: http://fsct.modares.ac.ir/article-7-30275-fa.html
ناصری حیدر، حزباوی عیسی، شهبازی فیض اله. کاربرد شبکه عصبی مصنوعی در پیش‌بینی هدایت الکتریکی شیر بازساخته. مجله علوم و صنایع غذایی ایران. 1398; 16 (96) :65-74

URL: http://fsct.modares.ac.ir/article-7-30275-fa.html

کاربرد شبکه عصبی مصنوعی در پیش‌بینی هدایت الکتریکی شیر بازساخته
حیدر ناصری1 ، عیسی حزباوی* 2، فیض اله شهبازی3
1- دانش آموخته کارشناسی ارشد، گروه مکانیک بیو سیستم، دانشگاه لرستان، خرم آباد، ایران
2- استادیار، گروه مکانیک بیو سیستم، دانشگاه لرستان، خرم آباد، ایران ، hazbavi2000@gmail.com
3- دانشیار، گروه مکانیک بیو سیستم، دانشگاه لرستان، خرم آباد، ایران فیض اله شهبازی
چکیده:   (3812 مشاهده)
در این تحقیق هدایت الکتریکی شیر بازساخته با استفاده از روش شبکه عصبی مصنوعی مل­سازی و پیش­بینی گردید. پروتئین (1، 2، 3و 4%)، لاکتوز (4، 6، 8 و 10%)، چربی (3 و 6%) و دما (50، 55، 60 و 65 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 (70%)، اعتبارسنجی (15%) و آزمون (15%) 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 (R2) و کمترین مقدار متوسط مربع خطا (MSE) بود. در پیش بینی هدایت الکتریکی شیر بازساخته شبکه با ساختار 1-4-4 بهترین نتیجه را داد. این شبکه در لایه پنهان 4 نرون دارد. مقادیر ضریب تبیین و خطای آن به ترتیب 992/0 و 011/0 بود. از این نتایج در کارخانجات فراوری شیر می­توان بهره گرفت. همبستگی میان مقادیر آزمایشی و پیش بینی شده در ساختارهای مطلوب بیشتر از 99% به دست آمد.
 
واژه‌های کلیدی: شیر بازساخته، هدایت الکتریکی، مدل‌سازی، شبکه عصبی مصنوعی
متن کامل [PDF 703 kb]   (1589 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: آمار،مدل سازی و سطح پاسخ در صنایع غذایی
دریافت: 1397/11/18 | پذیرش: 1398/10/17 | انتشار: 1398/11/10
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.