دوره 14، شماره 63 - ( 1396 )                   جلد 14 شماره 63 صفحات 265-276 | برگشت به فهرست نسخه ها

XML Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
جهانگیری صالح مهدی، حسن بیگی سید رضا، ابونجمی محمد، لطفی محمود. پیش‌بینی پاسخ آکوستیک، شاخص تردی و سفتی میوه خیار با استفاده از شبکه‌های عصبی مصنوعی. مجله علوم و صنایع غذایی ایران. 1396; 14 (63) :276-265

URL: http://fsct.modares.ac.ir/article-7-4624-fa.html

پیش‌بینی پاسخ آکوستیک، شاخص تردی و سفتی میوه خیار با استفاده از شبکه‌های عصبی مصنوعی
مهدی جهانگیری صالح1، سید رضا حسن بیگی2، محمد ابونجمی2، محمود لطفی3
1- دانشجوی دکتری گروه مهندسی فنی کشاورزی پردیس ابوریحان، دانشگاه تهران
2- دانشیار گروه مهندسی فنی کشاورزی پردیس ابوریحان، دانشگاه تهران
3- دانشیار گروه باغبانی پردیس ابوریحان، دانشگاه تهران
چکیده:   (3188 مشاهده)
چکیده خیار یک میوه پر مصرف در ایران است که مصرف زیادی در تمام فصول دارد؛ لذا بررسی پارامترهای موثر در میزان کیفیت آن امری اجتناب ناپذیر به نظر می‌رسد. با توجه به صرف هزینه و زمان زیاد برای اندازه‌گیری پارامتر‌ها، پیش-بینی آن‌ها با توجه به عوامل تاثیرگذار بسیار مفیدتر خواهد بود. در تحقیق حاضر ارتباط بین دو ویژگی مکانیکی (شاخص تردی و سفتی) و فشار صدای حاصل از شکستن (پاسخ آکوستیک) میوه خیار با زمان و شرایط مختلف انبارداری و در قسمت‌های مختلف میوه با استفاده از شبکه­های عصبی مصنوعی مدل‌سازی شد. ورودی‌ شبکه­ها زمان نگهداری، شرایط نگهداری و موقعیت انجام تست در طول میوه بودند. با استفاده از مقادیر ویژگی‌های مکانیکی و صوتی به عنوان خروجی‌های هدف، شبکه‌های مختلفی با پیکربندیهای متفاوت تعریف و آموزش داده شدند. شبکه‌ عصبی چند لایه پرسپترون و شبکه عصبی با تابع پایه شعاعی با تعداد نرون‌های مختلف و توابع آموزش مومنتوم، گرادیان نزولی و لونبرگ-مارکوارت و توابع آستانهSigmoidAxon  و TanhAxon به کار گرفته شدند. دقت یادگیری شبکه‌ها در تخمین ویژگی‌های مکانیکی و صوتی مورد بررسی قرار گرفت. نتایج نشان داد که شبکه عصبی پرسپترون چندلایه با تابع آستانه TanhAxon و تابع آموزش مومنتوم و پیکربندی 3-3-5-3 بهترین عملکرد در پیش­بینی فشار صوت، شاخص تردی و و سفتی میوه خیار رقم ویولا را دارا بود. شبکه عصبی مذکور توانایی پیش­بینی فشار صوت، شاخص تردی و سفتی خیار با ضرایب تبیین به ترتیب 9973/0، 9456/0 و 9129/0 و ریشه میانگین مربعات خطای 021/0، 052/0 و 059/0 را داشت.
واژه‌های کلیدی: کلید واژه‌گان: شبکه‌های عصبی مصنوعی، خیار، شاخص تردی، سفتی، فشار صوت، ویولا
متن کامل [PDF 775 kb]   (1739 دریافت)    

دریافت: 1395/1/28 | پذیرش: 1395/9/28 | انتشار: 1396/2/1
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.