ПРИМЕНЕНИЕ РАЗЛИЧНЫХ МЕТОДОВ ОБРАБОТКИ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРИ МОДЕЛИРОВАНИИ СУШКИ ЯБЛОК

Аннотация

В настоящей статье модель искусственной нейронной сети сравнивалась с традиционными регрессионными моделями для сушки пищевых материалов. Для обработки ломтиков яблок различной толщины был применен ультразвук высокой интенсивности с амплитудами, установленными на 25%, 50%, 75% и 100% от максимальной. Четыре наиболее часто используемые регрессионные модели для сушки, были подобраны на основе экспериментальных данных, и их применимость была проверена на различных наборах экспериментов. Для создания нейронной сети обратного распространения использовались входные параметры: амплитуда ультразвука, толщина образца и температура сушки. Выходным параметром являлась влажность. После обучения и проверки сетей был проведен статистический анализ и была выбрана лучшая сеть. Нейронные сети показали отличное соответствие экспериментальным данным, независимо от входных параметров, полученных в экспериментах. В отличии от регрессионных моделей, которые прекрасно подходят только к одному набору экспериментальных данных и показывают неадекватное соответствие при небольших изменениях одного или нескольких входных параметров.