Radyal Tabanlı Yapay Sinir Ağlarının Kurutma Kinetiğinin Modellenmesinde Kullanımı

Özet

Ürünlerin dayanımını arttırma, taşıma ve depolama gibi birçok işlemde avantaj sağladığı için tarımsal ürünlerde kurutma yöntemi tercih edilmektedir. Ürün kalitesini düşürmeden en iyi şekilde kurutma işleminin yapılabilmesi için ürünlerin kuruma davranışını tahmin etmek gereklidir. Bu nedenle ürünlerin kuruma kinetiğinin tahmini için birçok sayısal kuruma modeli geliştirilmiştir. Son zamanlarda bu modellerin geliştirilmesi için yapay sinir ağları yaygın olarak kullanılmaktadır. Yapay sinir ağları, doğal sinir hücrelerine benzer şekilde çalışan matematiksel modellerdir. Radyal tabanlı yapay sinir ağları ise diğer ağlardan farklı olarak gizli katmana geçişte radyal tabanlı aktivasyon fonksiyonları bulunduran ağlardır. Bu çalışmada, kurutma kinetiğinin radyal tabanlı ağlar ile modellenebilmesi araştırılmıştır. Deney çalışması için kırmızı acı bibere (Capsicum annuum L.) kaynamış suya bandırma ve mikrodalga ön işlemleri uygulanarak etüvde 65°C sıcaklıkta kurutulmuştur. Kuruma süresince alınabilir nem oranı değerleri hesaplanmış ve kuruma süresi değerleri giriş, uzaklaştırılabilir nem oranı değerleri ise çıkış olacak şekilde Radyal Tabanlı Yapay Sinir Ağı modelleri eğitilmiştir. Tüm veri ve aynı sürelerde ölçülen değerlerin ortalamasıyla oluşturulan ortalama veri ayrı ayrı denenmiştir. Tüm veri ile olan eğitimlerde R değeri 0,9566; ortalama ile olanlarda 0,9998 olarak hesaplanmıştır

Abstract

Drying method is preferred in agricultural products since it provides advantages in many processes such as increasing the strength of products, transporting and storing. It is necessary to estimate the drying behavior of the products in order to achieve the best drying without reducing the product quality. For this reason, many numerical drying models have been developed to estimate the drying kinetics of the products. Recently, artificial neural networks have been widely used for thedevelopment of these models. Artificial neural networks are mathematical models that work in a similar way to natural neuron cells. Radial based artificial neural networks are radial based activation functions in the transition to the hidden layer unlike other networks. In this study, modeling of drying kinetics with radial based networks was investigated. For the experiment, red hot pepper (Capsicum annuum L.) was dipped in boiled water and microwave pretreatments and, then dried in the oven at 65°C. The absorbable moisture values were calculated during the drying period. The radial based artificial neural network models were trained with the drying time values as input and the absorbable moisture values as output. The study was carried out with two data sets including all data and only the average. In trainings with all data, R value of the best model was calculated as 0.9566. R wascalculated as 0.9998 with average data.