مدل سازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی

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

 مدل سازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مدل سازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی  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 مدل سازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مدل سازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی :

نام کنفرانس، همایش یا نشریه : مجله علوم و صنایع غذایی

تعداد صفحات :۱۳

به دلیل بهره وری پایین انرژی و مدت زمان طولانی خشک کردن محصولات کشاورزی با روش های متداول، استفاده از روش های نوین نظیر پرتودهی فروسرخ باید بررسی شوند. در این مطالعه جهت خشک کردن و افزایش زمان ماندگاری توت فرنگی، از روش پرتودهی فروسرخ استفاده گردید. اثر توان لامپ فروسرخ (۱۵۰، ۲۵۰ و ۳۷۵ وات)، فاصله نمونه از لامپ (۵، ۷.۵ و ۱۰ سانتی متر) و در مدت زمان ۱۱۰ دقیقه بر خشک کردن توت فرنگی مورد بررسی قرار گرفت. نتایج خشک کردن توت فرنگی به روش فروسرخ نشان داد با افزایش توان لامپ و کاهش فاصله نمونه ها از منبع حرارتی، سرعت خشک کردن افزایش می یابد. با افزایش توان لامپ فروسرخ از ۱۵۰ به ۳۷۵ وات، مقدار کاهش وزن ۶۹.۲۴ درصد افزایش یافت. با افزایش فاصله نمونه ها از ۵ به ۱۰ سانتی متر، سرعت خشک شدن ۲۳.۵۵ درصد کاهش یافت. مدل سازی فرآیند به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی با ۳ ورودی (توان لامپ، فاصله لامپ و زمان) و ۱ خروجی (کاهش وزن) انجام شد. نتایج مدل سازی به روش الگوریتم ژنتیک – شبکه عصبی مصنوعی نشان داد شبکه ای با تعداد ۹ نرون در یک لایه پنهان و با استفاده از تابع فعال سازی تانژانت هیپربولیک می توان درصد کاهش وزن در طی فرآیند خشک کردن توت فرنگی به روش فروسرخ را پیشگویی نمود (R2=0.999). نتایج آنالیز حساسیت توسط شبکه عصبی بهینه نشان داد که توان لامپ فروسرخ به عنوان موثرترین عامل در کنترل کاهش وزن برش های توت فرنگی می باشد.

کلید واژه: الگوریتم ژنتیک، آنالیز حساسیت، توت فرنگی، فروسرخ