مدلسازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک -شبکه عصبی مصنوعی

به دلیل بهره‌وری پایین انرژی و مدت زمان طولانی خشک کردن محصولات کشاورزی با روش‌های متداول، استفاده از روش‌های نوین نظیر پرتودهی فروسرخ باید بررسی شوند. در این مطالعه جهت خشک کردن و افزایش زمان ماندگاری توت‌فرنگی، از روش پرتودهی فروسرخ استفاده گردید. اثر توان لامپ فروسرخ (150، 250 و 375 وات)، فاصله نمونه از لامپ (5، 7.5 و 10 سانتی‌متر) و در مدت زمان 110 دقیقه بر خشک کردن توت‌فرنگی مورد بررسی قرار گرفت. نتایج خشک کردن توت‌فرنگی به روش فروسرخ نشان داد با افزایش توان لامپ و کاهش فاصله نمونه‌ها از منبع حرارتی، سرعت خشک کردن افزایش می‌یابد. با افزایش توان لامپ فروسرخ از 150 به 375 وات، مقدار کاهش وزن 69.24 درصد افزایش یافت. با افزایش فاصله نمونه‌ها از 5 به 10 سانتی‌متر، سرعت خشک شدن 23.55 درصد کاهش یافت. مدل‌سازی فرآیند به روش الگوریتم ژنتیک شبکه عصبی مصنوعی با 3 ورودی (توان لامپ، فاصله لامپ و زمان) و 1 خروجی (کاهش وزن) انجام شد. نتایج مدل‌سازی به روش الگوریتم ژنتیک شبکه عصبی مصنوعی نشان داد شبکه‌ای با تعداد 9 نرون در یک لایه پنهان و با استفاده از تابع فعال‌سازی تانژانت هیپربولیک می‌توان درصد کاهش وزن در طی فرآیند خشک کردن توت‌فرنگی به روش فروسرخ را پیشگویی نمود (0.999=r^2). نتایج آنالیز حساسیت توسط شبکه عصبی بهینه نشان داد که توان لامپ فروسرخ به عنوان موثرترین عامل در کنترل کاهش وزن برش‌های توت‌فرنگی می‌باشد.