با همکاری انجمن مهندسان مکانیک ایران
به‌کارگیری سیستم استنتاج عصبی-فازی سازگار و شبکه‌های عصبی مصنوعی در پیش‌بینی و مدل‌سازی تغییرات کیفی زالزالک (Crataegus pinnatifida) طی شرایط مختلف انبارمانی

محسن زندی؛ علی گنجلو؛ ماندانا بی‌مکر

دوره 11، شماره 2 ، 1400، ، صفحه 343-357

https://doi.org/10.22067/jam.v11i2.86654

چکیده
  در دهه‌های اخیر، از سیستم‌های هوش مصنوعی برای ایجاد مدل‌های پیش‌بینی جهت تخمین و پیش‌بینی بسیاری از فرآیندهای کشاورزی استفاده شده است. در این مطالعه، خصوصیات فیزیکی و شیمیایی میوه زالزالک طی نگهداری در شرایط مختلف با استفاده از شبکه‌های عصبی مصنوعی و سیستم استنتاج عصبی-فازی سازگار پیش‌بینی گردید. از داده‌های تجربی حاصل از نگهداری ...  بیشتر