تخمین میزان محتوای رطوبتی میوه پاپایا با استفاده از سیستم تلفیقی عصبی-فازی و الگوریتم ژنتیک-شبکه عصبی

نویسندگان

1 فردوسی مشهد

doi
10.22067/ifstrj.v12i6.62521
چکیده

در این تحقیق از سیستم تلفیقی عصبی-فازی (ANFIS) و الگوریتم ژنتیک-شبکه عصبی (GA-ANN) برای مدل‌سازی سینتیک خشک شدن ورقه‌های پاپایا به‌وسیله هوای داغ استفاده گردید. ورودی‌های سیستم مدل‌سازی شامل سه ورودی زمان خشک شدن (320-0 دقیقه)، دمای خشک شدن (40، 50 و 60 درجه سانتی‌گراد) و ضخامت ورقه‌ها (3، 5 و 7 میلی‌متر) و خروجی سیستم شامل نسبت رطوبتی (MR) بود. در طراحی سیستم مدل‌سازی ANFIS از توابع عضویت مثلثی و 27 قانون استفاده گردید. نتایج نشان داد که داده‌های پیش‌بینی‌شده توسط سیستم ANFIS دارای تطبیق بالایی با نتایج آزمایشگاهی بود (R2= 0.9967, RMSE= 0.0161). همچنین سیستم مدل‌سازی GA-ANN بهینه‌شده، شامل 7 نرون در لایه مخفی، با دقت بالایی میزان رطوبت را پیش‌بینی نمود (R2= 0.9936, RMSE= 0.0220). ضریب انتشار مؤثر ورقه‌های پاپایا در بازه دمایی مورد آزمایش بین 6.93 ×10-10 و 1.50 ×10-09 مترمربع بر ثانیه تعیین شد. همچنین مقدار به‌دست آمده برای انرژی فعال‌سازی (32.5 کیلوژول بر مول) به‌خوبی تأثیر دمای خشک کردن بر روی ضریب انتشار را نشان داد.