A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
بررسی و مدل‌سازی خواص لیموشیرین با پوششهای مختلف در شرایط انبارمانی با مدل‌های شبکه عصبی مصنوعی و رگرسیونی
استفاده از پوششهای خوراکی یکی از مؤثرترین راه‌ها در حفظ کیفیت میوه‌ها است. در این پژوهش کیفیت میوه لیموشیرین در قالب طرح فاکتوریل کاملاً تصادفی با پوشش خوراکی نانوکامپوزیت کیتوسان-رس در سه سطح، روغن زیتون و واکس کارنوبا در مقایسه با نمونه بدون پوشش در طی عمر سردخانه‌ای در مدت 4 ماه مورد ارزیابی قرار گرفت. در طی دوره انبارمانی میوه‌های لیموشیرین ویژگی‌های اسیدیته، بریکس و اسید اسکوربیک و ویژگی‌های مکانیکی شامل حداکثر نیروی کشش پوست و مدول پانچ پوست میوه اندازه‌گیری شدند. نتایج نشان داد که واکس کارنوبا و نانو کامپوزیت کیتوسان-رس در حفظ خواص کیفی و مکانیکی نسبت به حالت بدون پوشش عملکرد بهتری داشتند. همچنین در بین پوششهای به‌کاربرده شده پوشش نانو کامپوزیت کیتوسان-رس 5 درصد موفقیت بالاتری در حفظ خواص نسبت به سایر پوششها داشت. در این پژوهش، شبکه‌های عصبی مصنوعی، روش‌های رگرسیون خطی، غیرخطی نیز برای پیش‌بینی خواص لیموشیرین با پوششهای مختلف در شرایط انبارمانی مورداستفاده قرار گرفت. نتایج نشان داد که شبکه عصبی در مقایسه با رگرسیون خطی و غیرخطی، قدرت بهتری برای پیش‌بینی خواص لیموشیرین داشت و الگوریتم یادگیری لونبرگ مارکوارت ( LM ) با تابع انتقال tansig بهترین نتیجه را داشت. بهترین برازش برای پارامتر کیفی، میزان اسیدیته با ضریب تبیین (R) ، 95% به دست آمد. همچنین مطابق نتایج آنالیز حساسیت بالاترین ضریب حساسیت برای پارامتر مدول پانچ در ویژگی زمان با مقدار 96/47 درصد به دست آمد.
بررسی و مدل‌سازی خواص لیموشیرین با پوششهای مختلف در شرایط انبارمانی با مدل‌های شبکه عصبی مصنوعی و رگرسیونی
استفاده از پوششهای خوراکی یکی از مؤثرترین راه‌ها در حفظ کیفیت میوه‌ها است. در این پژوهش کیفیت میوه لیموشیرین در قالب طرح فاکتوریل کاملاً تصادفی با پوشش خوراکی نانوکامپوزیت کیتوسان-رس در سه سطح، روغن زیتون و واکس کارنوبا در مقایسه با نمونه بدون پوشش در طی عمر سردخانه‌ای در مدت 4 ماه مورد ارزیابی قرار گرفت. در طی دوره انبارمانی میوه‌های لیموشیرین ویژگی‌های اسیدیته، بریکس و اسید اسکوربیک و ویژگی‌های مکانیکی شامل حداکثر نیروی کشش پوست و مدول پانچ پوست میوه اندازه‌گیری شدند. نتایج نشان داد که واکس کارنوبا و نانو کامپوزیت کیتوسان-رس در حفظ خواص کیفی و مکانیکی نسبت به حالت بدون پوشش عملکرد بهتری داشتند. همچنین در بین پوششهای به‌کاربرده شده پوشش نانو کامپوزیت کیتوسان-رس 5 درصد موفقیت بالاتری در حفظ خواص نسبت به سایر پوششها داشت. در این پژوهش، شبکه‌های عصبی مصنوعی، روش‌های رگرسیون خطی، غیرخطی نیز برای پیش‌بینی خواص لیموشیرین با پوششهای مختلف در شرایط انبارمانی مورداستفاده قرار گرفت. نتایج نشان داد که شبکه عصبی در مقایسه با رگرسیون خطی و غیرخطی، قدرت بهتری برای پیش‌بینی خواص لیموشیرین داشت و الگوریتم یادگیری لونبرگ مارکوارت ( LM ) با تابع انتقال tansig بهترین نتیجه را داشت. بهترین برازش برای پارامتر کیفی، میزان اسیدیته با ضریب تبیین (R) ، 95% به دست آمد. همچنین مطابق نتایج آنالیز حساسیت بالاترین ضریب حساسیت برای پارامتر مدول پانچ در ویژگی زمان با مقدار 96/47 درصد به دست آمد.
بررسی و مدل‌سازی خواص لیموشیرین با پوششهای مختلف در شرایط انبارمانی با مدل‌های شبکه عصبی مصنوعی و رگرسیونی
فاطمه مرادی گنجه (author) / رسول معمار دستجردی (author) / محمد هادی موحدنژاد (author) / مختار حیدری (author)
2022
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
پیش بینی تقاضای خدمات بانکداری الکترونیک در ایران با استفاده از روش‌های شبکه عصبی مصنوعی و SARIMA
| DOAJ | 2014
توسعه و ارزیابی سامانه طبقه بندی نخود بر اساس فناوری پردازش تصویر مرئی و شبکه عصبی مصنوعی
| DOAJ | 2022
| DOAJ | 2022
شبیه‌سازی شرایط عملیاتی استخراج سبز ساپونین از چوبک تحت شرایط آب مادون بحرانی و بررسی خواص آن
| DOAJ | 2024