فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش، به‌منظور برآورد خواص خشک‌کردن بادمجان در یک خشک‌کن پیوسته از روش شبکه‌های عصبی مصنوعی (ANN)، الگوریتم بهینه‌سازی توده ذرات (PSO) و الگوریتم گرگ خاکستری (GWO) استفاده شد. فرآیند خشک‌کردن در سه سطح دمایی (45، 60 و C°75)، سه سطح سرعت هوا (1 و 5/1 و m/s2) و سه سطح سرعت خطی تسمه (5/2، 5/6 و mm/s 5/10) در یک خشک‌کن پیوسته صورت گرفت که این سه پارامتر به‌عنوان ورودی در پیش‌بینی ضریب پخش رطوبت موثر و انرژی مصرفی ویژه، در مدل‌های ANN، PSO و GWO مورد استفاده قرار گرفت. آزمایش‌ها برای خشک کردن بادمجان از رطوبت (d.b.%) 1025 تا زمانی که رطوبت نهایی به (d.b.%) 10 رسید انجام گرفت. با توجه به نتایج به‌دست آمده، بیشترین مقدار ضریب پخش رطوبت موثر (Deff) برای بادمجان (m2/s 8-10×14/1) حاصل شد. همچنین کمترین مقدار انرژی مصرفی ویژه (SEC) MJ/kg62/130 به‌دست آمد. پس از آن 27 نمونه آماده با توجه به استانداردهای مربوطه و مجموعه داده‌ها به‌دست آمد. سپس با توجه به چندین شاخص عملکرد، از جمله ضریب تعیین (R2)، میانگین مربعات خطا (MSE) و میانگین خطای مطلق (MAE)، مدل‌ها مورد بررسی و مقایسه قرار گرفتند و بهترین مدل پیش‌بینی انتخاب شد. با توجه به نتایج به‌دست آمده مقدار R2 برای مدل GWO به‌ترتیب 9996/0 و 9994/0 برای ضریب پخش رطوبت موثر و انرژی مصرفی نشان‌دهنده برتر بودن مدل GWO نسبت به سایر مدل‌ها می‌باشد، در حالی که این مقادیر به‌ترتیب 9992/0 و 9991/0 برای PSO و 9990/0 و 9988/0 برای ANN به‌دست آمد. نتایج نشان داد که مدل GWO دارای ظرفیت بیشتری برای پیش‌بینی Deff و SEC در مقایسه با دیگر مدل‌ها می‌باشد.