Мета дослідження - визначення найкращої конфігурації штучної нейронної мережі (ШНМ). Розроблено різні мережі з номерами нейронів від 2 до 20. Їх середні квадратичні помилки, квадратичні нормалізовані похибки, абсолютні похибки та коефіцієнти кореляції досліджено для різних правил навчання та функцій передачі. Змодельовано потенціал мікрофільтраційного процесу зі зменшенням твердості, поліпшенням чистоти та відмовою від цукрового бурякового соку ШНМ (ANN), з таким параметрами: температура (30 і 60 <^>oC) трансмембранний тиск (1, 1,75 і 2,5 бар) і час (звичайні часові інтервали від 1 до 60 хв.). Моделювання ANN проведено за допомогою прорамного пакету Neurosolution software v6 для визначення найкращого типу транспортної функції, правил перевірки та визначення прикладних відсотків для стадій навчання, валідації та тестування. Найкращою нейронна мережа була одним прихованим шаром у правилах методу Левенберга з функцією дотичної передачі, яка включала 8 нейронів, і призвела до максимального коефіцієнта кореляції для твердості відповідно до температури, тиску та часу. Нейронна мережа з одним прихованим шаром, у тому числі 4 нейронами з сигмоїдною передавальною функцією під правилом вивчення Левенберга, мала найменшу помилку і найбільшу r для зміни чистоти. Нарешті, нейронна мережа з одним прихованим шаром, у тому числі 2 нейрона під правилом вивчення Левенберга та функцією передачі дотичної домішки, мала найнижчу похибку та найвищу кореляцію для відсотка відмови від цукру. Моделювання проведено з різними відсотками даних для навчання. Найкращу кореляцію прогнозування за всіма параметрами (мутність, чистота, неприєднання цукру), одержано, коли 60 % даних використовувались для навчання, 35 % із них використовувались для перевірки та 5 % даних були використані для тестування. Одержано кореляцію експериментальних даних із прогнозованими значеннями моделі. Згідно з одержаними моделями, ANN одержав дані з належною кореляцією з експериментальними даними твердості, чистоти та неприєднання цукру з відповідними коефіцієнтами кореляції 0,987, 0,980 і 0,981. Розглянуло чутливість моделі до вхідних даних. Найкращою моделлю чутливості є модель для прогнозування мутності, чистоти та відмови від цукру, не пов'язана з часом. Зроблено висновок, що найкращим правилом мережі для прогнозування твердості, чистоти та відмови від цукру було Левенбергське правило. Модель спрогнозувала твердість, чистоту та відсоток відмови від цукру за різними операційними моделями, так як модельні дані демонстрували високу кореляцію з експериментальними даними.

  Повний текст PDF - 943.867 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"