پیش بینی تغییرات ویسکوزیته ژلاتین پوست ماهی قزل آلای رنگین کمان تولیدشده در زمان های مختلف پیش فراوری با استفاده از مدل شبکه عصبی مصنوعیپیش بینی تغییرات ویسکوزیته ژلاتین ماهی قزل آلای رنگین کمان به روش شبکه عصبی مصنوعی

در تحق یق حاضر ، از تک نیک شبکه عصبی مصنوعی به منظور پیش بینی تغییرات ویسکوزیته ژلات ین پوست ماه ی قزل آلا ی رنگ ین کمان (ANNs) در شش سطح دما یی ( 20 تا 60 درجه سانتیگراد) ، غلظت ها ی مختلف ژلا تین تو لیدی (5/0 تا 4%) و و زمان ها ی پیش فراور ی پوست در سود و اسید (1 تا 3 ساعت) استفاده شد. جهت ایجاد مدل ها ی شبکه عصبی مصنوعی، داده ها به سه بخش آموزشی ( 70 % )، اعتبار سنجی( 10 % )و آزمون ( 20 %) تقسیم شد و شبکه عصبی چند لا یه پرسپترون به منظور مدل ساز ی ویسکوزیته بر اساس پارامترهای مستقل دما وغلظت ژلاتین و نیز زمان پیش فراور ی، ایجادشد . ساختاربندی بهینه مدل شبکه عصبی مصنوعی، با تغییر پارامتر های مختلف شبکه ازجمله نوع تابع ؛قوانین یادگیری ؛تعداد نرون ها و لایه ها ی میانی شکل گرفت. معیار انتخاب بهتر ین شبکه ، بیشترین ضر یب تبیین و کمتر ین مقدار متوسط مربع خطا بود. در پیش بینی و یسکوزیته ، شبکه 3لایه با ساختار 4-4-7، بهترین نتیجه را با مقدار ضریب تبیین 0/9819 و MSE 0/0007 داد.

ژلاتین ، ویسکوزته ، شبکه عصبی مصنوعی