مدل‌سازي برخي از خصوصيات شيميايي روغن سياه‌دانه تحت تاثير پيش‌تيمار مايكروويو و سرعت دوراني پرس مارپيچي

در اين تحقيق به‌منظور مدل‌سازي شبكه‌هاي عصبي مصنوعي فرايند استخراج روغن از دانه‌هاي سياه‌دانه به كمك پيش‌تيمار مايكروويو از زمان‌هاي مختلف فرايند (90، 180 و 270 ثانيه) و توان‌هاي مختلف (180، 540 و 900 وات) استفاده گرديد. بعد از اعمال اين پيش‌تيمارها، روغن دانه‌ها با پرس مارپيچي و با سرعت‌هاي متفاوت (11، 34 و 57 دور در دقيقه) استخراج شد و ميزان راندمان استخراج، انديس اسيدي و اسيديته، رنگ و پايداري اكسيداتيو نمونه‌ها مورد بررسي قرار گرفت. جهت پيش‌بيني روند تغييرات از ابزارشبكه‌هاي عصبي مصنوعي در نرم‌افزار Matlab R2013a استفاده شد. با بررسي توپولوژي‌هاي مختلف شبكه‌ عصبي، شبكه‌ پس‌انتشار پيشخور با توپولوژي‌هاي 3105 با ضريب همبستگي بيشتر از 995/0 و ميانگين مربعات خطاي كمتر از 0005/0 و با بكارگيري تابع فعال‌سازي تانژانت سيگموئيد هيپربوليكي، الگوي يادگيري لونبرگ– ماركوات و چرخه يادگيري 1000 به‌عنوان بهترين مدل‌ عصبي مشخص گرديد. نتايج حاصل از مدل‌هاي بهينه انتخاب شده نيز ارزيابي گرديد و اين مدل‌ها با ضرايب همبستگي بالا (بيش از 949/0) قادر به پيش‌بيني روند تغييرات بودند.