دوره 17، شماره 100 - ( 1399 )                   جلد 17 شماره 100 صفحات 200-189 | برگشت به فهرست نسخه ها

‎ 10.52547/fsct.17.100.189

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Fadaie M, Hosseini Ghaboos S H, Beheshti B. Characterization of Dried Persimmon using Infrared Dryer and Process Modeling using Genetic Algorithm-Artificial Neural Network Method. FSCT 2020; 17 (100) :189-200
URL: http://fsct.modares.ac.ir/article-7-30475-fa.html
فدایی میترا، حسینی قابوس سید حسین، بهشتی بابک. ویژگی‌های خرمالو خشک شده با استفاده از خشک‌کن فروسرخ و مدل‌سازی فرآیند به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی. مجله علوم و صنایع غذایی ایران. 1399; 17 (100) :189-200

URL: http://fsct.modares.ac.ir/article-7-30475-fa.html

ویژگی‌های خرمالو خشک شده با استفاده از خشک‌کن فروسرخ و مدل‌سازی فرآیند به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی
میترا فدایی1 ، سید حسین حسینی قابوس 2، بابک بهشتی3
1- کارشناسی ارشد گروه علوم و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاداسلامی، تهران، ایران
2- استادیار گروه علوم و مهندسی صنایع غذایی، واحد آزادشهر، دانشگاه آزاداسلامی، آزادشهر، ایران ، hosseinighaboos@yahoo.com
3- استادیار گروه علوم و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاداسلامی، تهران، ایران
چکیده:   (2902 مشاهده)
خشک کردن یکی از روش‌های نگهداری میوه خرمالو می‌باشد. در این پژوهش جهت افزایش زمان ماندگاری خرمالو و تولید محصولی با کیفیت بالا، از خشک‌کن فروسرخ استفاده و سینتیک انتقال جرم، دانسیته، آبگیری مجدد و رنگ نمونه‌ها اندازه‌گیری شد. نتایج نشان‌داد که توان لامپ پرتودهی و فاصله لامپ از نمونه تأثیر معنی‏داری بر سینتیک افت رطوبت و زمان خشک کردن دارند (05/0P<). با افزایش توان پرتودهی و همچنین کاهش فاصله نمونه‌ها از منبع پرتودهی، زمان خشک کردن کاهش یافت. میانگین چگالی و آبگیری مجدد برای نمونه‌های خشک‌شده در ساملنه فروسرخ به ترتیب برابر kg/m3 639؛ و 270 درصد به دست آمد. میانگین تغییرات رنگ (ΔE) محاسبه‌شده برای توان‌های 200، 300 و 400 وات به ترتیب برابر با 43/14، 09/10 و 04/20 به دست آمد. نتایج مدل‌سازی به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی نشان‌داد که ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک نتیجه بهتری ارائه می‌کند و با ترکیب آن‌ها سرعت تحلیل و دقت فرآیند مدل‌سازی افزایش می‌یابد. با استفاده از شبکه‌ای با تعداد 15 نرون در یک لایه پنهان و با استفاده از تابع فعال‌سازی تانژانت هیپربولیک و درصد داده‌های مورد استفاده برای تربیت/ آزمون / ارزیابی برابر 20/20/60 می‌توان به خوبی سینتیک خشک کردن خرمالو را پیشگویی نمود.
 
واژه‌های کلیدی: الگوریتم ژنتیک، پردازش تصویر، خرمالو، خشک کردن، فروسرخ.
متن کامل [PDF 2099 kb]   (1109 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: آمار،مدل سازی و سطح پاسخ در صنایع غذایی
دریافت: 1397/11/26 | پذیرش: 1398/10/25 | انتشار: 1399/3/10
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.