ارزیابی مدل‌سازی فرآیند خشک کردن زعفران به روش آون‌گذاری با استفاده از شبکه عصبی مصنوعی

زعفران ارزشمندترین ادویه شناخته شده در دنیا است. کروسین، پیکروکروسین و سافرانال به ترتیب به عنوان شاخص رنگ، طعم و آرومای زعفران شناخته می‌شوند. خشک کردن از مهمترین مراحل موثر بر کیفیت نهایی زعفران از لحاظ میزان کروسین، پیکروکروسین و سافرانال محسوب می‌گردد. در این تحقیق، کارایی فرآیند خشک کردن به روش آون گذاری بر اساس متغیرهای مهمی همچون دما، زمان و ضخامت لایه زعفران تحت مدل سازی به روش شبکه عصبی مصنوعی قرار گرفت. نتایج مدل‌سازی فرآیند خشک کردن زعفران به روش آون گذاری نشان داد که اگر تغییرات کروسین تحت قانون یادگیری مومنتوم و با تابع انتقال تانژانت با تعداد نورون 8 و با 25، 55 و 20 درصد داده‌ها به ترتیب برای آموزش ارزیابی و آزمون مورد استفاده قرار گیرد، بیشترین ضریب تعیین (0.914) را خواهد داشت. در حالیکه برای تغییرات میزان پیکروکروسین قانون یادگیری لونبرگ و تابع انتقال تانژانت در تعداد نورون 12 بهترین شبکه را با 50، 25 و 25 درصد داده‌ها به ترتیب برای آموزش، ارزیابی و آزمون (0.986 = r) طراحی کرد. تغییرات سافرانال نیز با قانون یادگیری لونبرگ و تابع انتقال سیگموئید در تعداد نورون 8 و با 35، 45 و 20 درصد از داده‌ها برای آموزش، ارزیابی و آزمون با ضریب تعیین مناسب 0.981 مدل و توسط شبکه آن پیش‌بینی شد.