این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
فرآوری و نگهداری مواد غذایی، جلد ۹، شماره ۱، صفحات ۸۵-۹۶
عنوان فارسی مدل سازی فرآیند خشک کردن بادمجان توسط سامانه مادون قرمز به روش الگوریتم ژنتیک-شبکه عصبی مصنوعی
چکیده فارسی مقاله در این مطالعه رفتار خشک‌کردن لایه‌نازک ورقه‌های بادمجان در یک خشک‌کن مادون‌قرمز (IR) بررسی گردید. اثر توان لامپ مادون‌قرمز (150، 250 و 375 وات)، فاصله نمونه از لامپ (5، 10 و 15 سانتی‌متر)، ضخامت نمونه‌ها (5/0 و 1 سانتی‌متر) و زمان خشک‌کردن بر خشک شدن ورقه‌های بادمجان موردبررسی قرار گرفت. نتایج خشک‌کردن بادمجان به روش مادون‌قرمز نشان‌داد با افزایش توان لامپ و کاهش فاصله نمونه‌ها از منبع حرارتی، سرعت خشک‌کردن افزایش می‌یابد. مقدار کاهش وزن، با افزایش توان لامپ از 150 به 375 وات، از 08/31 به 44/92 درصد افزایش یافت. میزان وزن، با افزایش فاصله لامپ از 5 به 15 سانتی‌متر، از 44/92 به 15/31 درصد، کاهش یافت. در این پژوهش مدل‌سازی فرآیند به روش الگوریتم ژنتیک‌-‌شبکه عصبی مصنوعی با 4 ورودی (توان، فاصله لامپ، ضخامت نمونه و زمان خشک‌کردن) و 1 خروجی جهت پیشگویی کاهش وزن انجام شد. نتایج مدل‌سازی به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی نشان‌داد شبکه‌ای با تعداد 14 نرون در یک لایه پنهان و با استفاده از تابع فعال‌سازی سیگموئیدی می‌توان به‌خوبی درصد کاهش وزن در طی فرآیند خشک‌کردن بادمجان به روش مادون‌قرمز را پیشگویی نمود (99/0R=). نتایج آنالیز حساسیت توسط شبکه عصبی بهینه نشان‌داد که توان لامپ مادون‌قرمز به‌عنوان مؤثرترین عامل برای کنترل کاهش وزن بادمجان است.
کلیدواژه‌های فارسی مقاله الگوریتم ژنتیک، آنالیز حساسیت، بادمجان، پیشگویی، مادون قرمز،
عنوان انگلیسی Modeling of Eggplant Drying Process by Infrared System using Genetic Algorithm–Artificial Neural Network Method
چکیده انگلیسی مقاله In this study, the thin-layer drying behavior of eggplant slices in an infrared dryer (IR) was investigated. The effect of infrared lamp power (150, 250 and 375 watt), the distance of sample from lamp (5, 10 and 15 cm), samples thickness (0.5 and 1 cm) and drying time on drying of eggplant slices were examined. The results of infrared drying of eggplant showed that with increasing in lamp power and decreases in sample distance from the heat source, the drying rate increases. With increase in infrared power from 150 to 375 watts, weight loss increased from 31.08 to 92.44%. With increase in lamp distance from 5 to 15 cm, weight loss decreased from 92.44 to 31.15%. In this study, process modeling was done with the genetic algorithm–artificial neural network (GA-ANN) method with 4 inputs (power and lamp distance, sample thickness and drying time) and 1 output for prediction of weight reduction. The GA-ANN modeling results showed a network with 14 neurons in one hidden layer with using sigmoid function can be well predict the weight loss in eggplant drying by infrared system (R=0.99). Sensitivity analysis results by optimum ANN showed the infrared power was the most sensitive factor for controlling the weight loss of samples.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علیرضا اسدی امیر آبادی | asadi amir abadi
دانشجوی کارشناسی ارشد دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

مهدی کاشانی نژاد |
دانشیار دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

فخرالدین صالحی |
دانشجوی دکتری، دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

نشانی اینترنتی http://ejfpp.gau.ac.ir/article_3736_bdc8a1b95ce5223905cfc5286c81a174.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/997/article-997-435559.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات