مقایسه روش سطح پاسخ و شبکه عصبی مصنوعی الگوریتم ژنتیک در مدل سازی شرایط -استخراج ترکیبات آنتی اکسیدانی گیاه چای کوهی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقایسه روش سطح پاسخ و شبکه عصبی مصنوعی الگوریتم ژنتیک در مدل سازی شرایط -استخراج ترکیبات آنتی اکسیدانی گیاه چای کوهی دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقایسه روش سطح پاسخ و شبکه عصبی مصنوعی الگوریتم ژنتیک در مدل سازی شرایط -استخراج ترکیبات آنتی اکسیدانی گیاه چای کوهی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقایسه روش سطح پاسخ و شبکه عصبی مصنوعی الگوریتم ژنتیک در مدل سازی شرایط -استخراج ترکیبات آنتی اکسیدانی گیاه چای کوهی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقایسه روش سطح پاسخ و شبکه عصبی مصنوعی الگوریتم ژنتیک در مدل سازی شرایط -استخراج ترکیبات آنتی اکسیدانی گیاه چای کوهی :

تعداد صفحات :۱۴

چکیده مقاله:

اکسیداسیون چربی ها یکی از مهمترین دلایل کاهش کیفیت روغن ها و چربی ها می باشد که لزوم استفاده از آنتی اکسیدانها را به عنوان یک افزودنی در مواد غذایی مطرح مینماید. گیاه چای کوهی با نام علمی Lavandulifolia گیاهی دارویی با خواص آنتی اکسیدانی است. با توجه به اینکه تاثیر فناوریهای جدید در مقایسه با روشهای سنتی ازنظر صرفه جویی در زمان، انرژی و همچنین افزایش بازده استخراج مشخص شده است. این مطالعه به بررسی راندمان استخراج ترکیبات آنتی اکسیدانی از چای کوهی با روش استخراج با کمک امواج فراصوت پرداخته است. در همین حال، برای پیش بینی راندمان استخراج ترکیبات آنتی اکسیدانی شبکه عصبی مصنوعی الگوریتم ژنتیک و روش سطح پاسخ -با یکدیگر مقایسه شدند. نتایج مقایسه شبکه عصبی الگوریتم ژنتیک با روش سطح پاسخ توانایی بهتری از این روش را – نشان داد. شبکه عصبی بهینه به ترتیب ۱۰ نرون در لایه اول و ۱۰ نرون در لایه دوم پنهان داشت. این معماری شبکه توانایی پیش بینی راندمان استخراج ترکیبات آنتی اکسیدانی با ضریب همبستگی بالا ۰/۹۴ راداشت در نهایت می توان گفت که، چای کوهی می تواند به عنوان منبع بالقوه بسیار خوبی از ترکیبات آنتی اکسیدانی و شبکه عصبی مصنوعی در ترکیب ژنتیک الگوریتم می تواند به عنوان یک روش کاربردی موفق برای پیش بینی بازده استخراج ترکیبات آنتی اکسیدانی در نظر گرفته شود