فهرست نشریات علمی دسترسی آزاد ایران

از آنجا که پیش‌بینی روند تغییرات محصولات کشاورزی در طول انبارمانی بسیار مهم می‌باشد، این مطالعه با هدف پیش‌بینی روند تغییرات فعالیت قارچی و برخی از ویژگی‌های گندم ازن‌زنی شده، در طول انبارمانی صورت پذیرفت. از این‌رو در این تحقیق به منظور مدل‌سازی فرایند ازن‌زنی دانه گندم از 3 سطح غلظت ازن (0 تا 50 پی‌پی‌ام) و سه سطح زمان ازن‌زنی ( 1 تا 5 روز) استفاده گردید و بعد از اعمال این فرایند، گندم‌ها به‌مدت 6 ماه نگهداری گردیدند و تعداد قارچ‌ها ، میزان آفلاتوکسین، درصد جوانه‌زنی و عدد زلنی آنها مورد بررسی قرار گرفت. جهت پیش‌بینی روند تغییرات این ویژگی‌ها از روش شناسی سطح پاسخ با یک طرح مرکب مرکزی و شبکه عصب مصنوعی استفاده گردید. نتایج نشان داد که با افزایش غلظت ازن‌ تعداد قارچ‌ها، میزان آفلاتوکسین کاهش ولی میزان عدد زلنی افزایش یافت و با افزایش زمان ازن‌زنی تعداد قارچ‌ها کاهش ولی عدد زلنی افزایش داشت. نتایج بهینه‌سازی فرایند نشان داد که به‌منظور رسیدن به گندمی با بالاترین کیفیت، بایستی غلظت ازن و زمان ازن‌زنی به‌ترتیب 50 پی‌پی‌ام و 5 روز باشد. با بررسی شبکه‌های مختلف شبکه‌ی پس‌انتشار پیشخور با توپولوژی‌های 4-6-2 با ضریب همبستگی بیشتر از 991/0 و میانگین مربعات خطای کمتر از 002/0 و با بکارگیری تابع فعال‌سازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ – مارکوات و چرخه یادگیری 1000 به‌عنوان بهترین مدل‌ عصبی مشخص گردید. از طرفی با مقایسه ضرایب همبستگی مدل‌های حاصل از روش سطح پاسخ و شبکه عصب مصنوعی مشخص شد که روش شبکه عصب مصنوعی کارایی بیشتری برای پیش‌بینی روند تغییرات گندم ازن‌زنی شده در طول انبارمانی دارد.