نویسند‌گان: شیوا گرجیان ، تیمور توکلی هشجین ، محمدهادی خوش تقاضاخلاصه مقاله:
در تحقیق حاضر، عملکرد یک شبکه پسانتشار خطاBP) جهت تخمین میزان رطوبت میوه زرشک Berberis Vulgaris در طول فرآیند خشک شدن مورد بررسی قرار گرفت. عوامل موثر بر فرآیند خشک شدن نظیر پیشتیمار (شوک حرارتی و امولسیون 6% کربنات پتاسیم + 3% روغن زیتون و نمونه بدون پیشتیمار)، دمای هوای ورودی به خشککن T3= 80 T2=70 ،T1=60 درجه سلسیوس)، سرعت هوای ورودی به خشککن V1=0/3 V3= 1 V2=0/5 متر بر ثانیه) و زمان به عنوان ورودی و میزان رطوبت به عنوان خروجی شبکه عصبی در نظر گرفته شدند چندین پارامتر موثر بر عملکرد شبکه نظیر نوع الگوریتم یادگیری، نرخ یادگیری، ضریب مومنتم، تعداد لایههای پنهان، تعداد نورونها در هر لایه پنهان و نوع تابع فعالسازی جهت بهبود عملکرد شبکه مورد بررسی قرار گرفتند بهترین الگوریتم یادگیری لونبرگ-مارکوارت با کمترین مقدار خطا MSE) انتخاب شد
کلمات کلیدی: لایه نازک، شبکه عصبی مصنوعی، الگوریتم یادگیری، میزان رطوبت
مدلسازی سینتیک خشک شدن لایه نازک میوه زرشک (Berberis Vulgaris) به کمک شبکه عصبی مصنوعی