فهرست نشریات علمی دسترسی آزاد ایران

اندازه­گیری دبی جرمی با استفاده از حسگرهای خازنی به عنوان روش ارزان و سریع توسعه یافته است. اما پیش­بینی دبی جرمی به علت وابستگی پاسخ حسگر به عوامل مختلف و پیچیدگی اثر این عوامل دشوار است؛ لذا در این مطالعه پتانسیل شبکه عصبی مصنوعی (ANN)، سیستم استنتاج فازی (ANFIS)  و تکنیک‌های رگرسیون چندگانه (MR)  برای پیش‌بینی دبی جرمی شلتوک با استفاده از سنسور خازنی مورد بررسی قرار گرفت. بسامد، رطوبت و ولتاژ خروجی به عنوان متغیرهای ورودی و دبی جرمی به عنوان خروجی در توسعه مدل­ها به کار گرفته شد. نتایج نشان داد که ANN دارای بالاترین ضریب همبستگی بین مقادیر پیش بینی شده و واقعی است (927/0R2 =). ضریب همبستگی بین مقادیر پیش بینی شده و واقعی برای ANFIS برابر با (909/0=( R2  است. نتایج نشان می‌دهد که تکنیک‌های ANN و ANFIS به طور بالقوه می‌تواند برای پیش بینی دبی جرمی محصولات کشاورزی مورد استفاده قرار گیرند.