کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
84058 158859 2016 6 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
Optimization of process parameters in feed manufacturing using artificial neural network
ترجمه فارسی عنوان
بهینه سازی پارامترهای فرآیند در تولید غذا با استفاده از شبکه عصبی مصنوعی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
کلمات کلیدی
خوراک تولید؛ پارامترهای فرایند؛ بهينه سازي؛ شبکه های عصبی مصنوعی
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی


• Production rate for a poultry feed recipe is predicted.
• Mash feed size, steam temperature, conditioning time and feed rate are used.
• Process parameters are optimized using neural network.

Feed manufacturing faces enormous challenges and with the demand for good quality feed increasing gradually, it becomes essential to improve the processes in a feed mill. This article provides a brief overview of the different processes in feed manufacturing and identifies the critical process parameters. Five critical parameters are identified where the production rate is the output parameter. Mash feed size, steam temperature, conditioning time and feed rate are the input parameters. Artificial neural network is the methodology which is used to optimize the process parameters. Root mean squared error and coefficient of determination and computation time are used as performance measures and it is observed that Polak–Ribiere conjugate gradient backpropagation training function with log sigmoid – pure linear transfer function combination provided good results among the different available alternatives. The process parameters are then optimized using the appropriate ideal settings of neural network parameters. This model is extremely useful for the prediction of production rate for 1 specific recipe in a feed mill.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers and Electronics in Agriculture - Volume 120, January 2016, Pages 1–6
نویسندگان
,,,,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت