توسعه مدل پیشگو به‌منظور تعیین سفتی میوه "به" به‌کمک برنامه‌نویسی ژنتیک و شبکه عصبی در خلال انبارمانی

نویسندگان

1 گروه مکانیک بیوسیستم، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان.

2 گروه مکانیک بیوسیستم، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان.

3 گروه علوم و مهندسی باغبانی، دانشکده علوم و مهندسی باغبانی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان.

doi
10.22067/ifstrj.v16i5.82809
چکیده

استحکام محصولات یکی از عوامل مهم و تأثیرگذار در میزان بازارپسندی و همچنین تعیین کیفیت میوه‌ها به‌خصوص "به" می‌­باشد. لذا در پژوهش حاضر پس از تعیین مجموعه‌ای از تغییرات فیزیکی و شیمیایی میوه، پاسخ صوتی آن طی مدت زمان 4 ماه (هر 15 روز یک بار) موردبررسی قرار گرفت. به‌منظور تعیین سفتی میوه به‌صورت غیرمخرب چهار ویژگی (پیک آکوستیک، حداکثر فشار آکوستیک، میانگین فشار آکوستیک و فرکانس طبیعی) استخراج و با استفاده از برنامه‌نویسی ژنتیک و شبکه عصبی مدل‌سازی انجام و با مدل‌های موجود (FI و SIQ-FT) مقایسه گردید. در این مطالعه نشان داده شد که مدل‌سازی به‌روش برنامه‌نویسی ژنتیک و شبکه عصبی با ضریب همبستگی به‌ترتیب 9567/0 و 933/0 دارای عملکردی مطلوب‌تری در پیش‌بینی مقدار سفتی محصول "به" نسبت به مدل‌های موجود FI و SIQ-FT با ضریب همبستگی به‌ترتیب 601/0 و 754/0 دارند.