Zarifpoor M. Investigating of artificial neural network potential to predict the properties of refined raw sugar beet juice by electrocoagulation process = Дослідження потенціалу штучної нейронної мережі для прогнозування властивостей рафінованого цукрового бурякового соку, отриманого методом електрокоагуляції / M. Zarifpoor, V. Hakimzadeh // Ukr. Food J.. - 2018. - 7, № 4. - С. 682-691. - Бібліогр.: 17 назв. - англ.Зважаючи на високий потенціал електрокоагуляції (ЕК) під час видалення зважених часток, а також на високе енергоспоживання при традиційному обробленні, у цьому дослідженні за допомогою штучної нейронної мережі промодельовано процес ЕК для очищення бурякового соку. В процесі електрокоагуляції досліджено потенціал нейромережі в прогнозуванні мутності, кольоровості та чистоти бурякового соку з різними параметрами: напруга (5, 10 і 15 вольт), pH (6, 7 і 8) і час (постійні інтервали часу від 1 до 60 хв). Моделювання штучної нейронної мережі, яке здійснювалося в програмному забезпеченні Neurosolution V6, застосовувалося для визначення найкращого типу транспортної функції, правил навчання, валідації й тестування на основі їх середньоквадратичних помилок, середніх абсолютних похибок і кореляційних коефіцієнтів. Це надало змогу визначити найкращий тип транспортної функції, правила навчання та застосувати використані значення для навчання, перевірки й тестування на основі їх середньоквадратичних похибок, середньоквадратичних нормалізованих похибок, середніх абсолютних похибок і коефіцієнтів кореляції. Найкраща нейронна мережа з максимальним коефіцієнтом кореляції для мутності і чистоти отримана в законі Левенберга про навчання і тангенс передачі функції, які включали 8 і 17 нейронів відповідно. Крім того, найкращий коефіцієнт кореляції і менша середня квадратична похибка для моделювання кольоровості, пов'язані з мережею з одним прихованим шаром і 9 нейронами, які вивчаються за законом навчання Левенберга і сигмоподібною передаточною функцією. Моделювання проведено з різними значеннями даних для навчання, перевірки й тестування. Найкраще прогнозування кореляції для мутності та чистоти одержано, коли 55 % даних були використані для навчання, 40 % з них - для перевірки та 5 % - для тестування, тоді як найкращі відсотки для навчання, перевірки й тестування для прогнозування кольоровості становили 60, 30 і 10 відповідно. Прогнозовані значення моделей мали відповідну кореляцію з експериментальними даними, тому коефіцієнт кореляції з експериментальними даними мутності, кольоровості та чистоти становив, відповідно, 0,999, 0,997 і 0,990. Це дослідження також стосувалося чутливості моделі до вхідних даних. Найбільша чутливість моделі для прогнозування мутності, кольоровості і чистоти була пов'язана з напругою. Висновок: модель спрогнозувала мутність, кольоровість і чистоту соку в різних умовах експлуатації, оскільки дані моделювання показали високу кореляцію з експериментальними даними. Індекс рубрикатора НБУВ: Л840.4
Рубрики:
Шифр НБУВ: Ж43715 Пошук видання у каталогах НБУВ
Повний текст Наукова періодика України
![](/irbis_nbuv/images/info.png) Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
|