کاربرد شبکه ی عصبی مصنوعی در پیش بینی نسبت رطوبت و بررسی خصوصیات حسی و تغذیه ای و گوجه فرنگی در طی خشک کردن
نویسنده:
چکیده:
در این پژوهش، خشک کردن لایه ای نازک گوجه فرنگی توسط خشک کن هوای داغ آزمایشگاهی شبیه سازی گردید. فرآیند خشک کردن در دو دمای 60 و 70 انجام گرفت. داده های خشک کردن توسط 8 مدل سینتیکی برازش داده شد. بهترین مدل از طریق R2، RMSE و مشخص گردید. فرآیند مدل سازی نشان داد که مدل لگاریتمی، بهترین کارایی را داشت. همچنین، ویژگی های فیزیکوشیمیایی گوجه فرنگی، نظیر چروکیدگی، اسیدیته، غلظت یون هیدروژن و رنگ در طی خشک کردن تعیین گردید. نتایج، نشان داد که دمای هوای خشک کردن تاثیر معنی داری روی رنگ برش های گوجه فرنگی داشت. علاوه بر این، در این تحقیق، مطلوبیت برگه های گوجه فرنگی تهیه شده به وسیله ی آزمون حسی مورد آزمایش قرار گرفت. در این آزمون، کیفیت های حسی رنگ، عطر، طعم، شکل ظاهری و قابلیت جویدن (تردی بافت) نمونه ها مد نظر قرار گرفت. نتایج، نشان داد که دمای هوای خشک کردن تاثیر معنی داری روی شکل ظاهری داشت (P<0.01). نتایج مدلسازی، نشان داد که مدل شبکه ی عصبی پرسپترون همراه با تابع محرک لوگ سیگموئید به عنوان بهترین تابع محرک مدل، توانست نسبت رطوبت را با ضریب رگرسیون 996/0 پیش بینی نماید
کلیدواژگان:
زبان:
فارسی
در صفحه:
55
لینک کوتاه:
magiran.com/p1115845
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!