@article { author = {Assafi, Mansour and Meamar-Dastjerdi, Rasoul and Noshad, Mohammad}, title = {Modeling quality changes of sesame oil during extraction process using intelligent and regression system}, journal = {Innovative Food Technologies}, volume = {5}, number = {4}, pages = {627-636}, year = {2018}, publisher = {Iranian Research Organization for Science and Technology (IROST)}, issn = {2783-350X}, eissn = {2783-1760}, doi = {10.22104/jift.2018.2725.1651}, abstract = {Sesame is one of the most important oil seeds with high nutritional value and high functional properties in the world. Therefore, it is important to model and investigate the relationship between the factors that can affect the quality of sesame oil. . In this research, artificial neural networks (ANN) and adaptive neuro-fuzzy inference system (ANFIS) were used to predict the quality of sesame oil extracted by the press method. The model obtained from ANN had a higher correlation coefficient and less RMSE in predicting the quality of sesame oil extracted. Results showed the highest of acid values is related to the speed of 20 (rpm) and the lowest value is related to the speed of 80 (rpm), and increase temperature has increased it. Also, the highest of ions values was related to 80 (rpm) and extraction temperature 90 °C (1.13) and the lowest value was 80 (rpm) and 20 °C, (0.312). Increased temperature caused an increase acid value.}, keywords = {Sesame oil,extraction,Modeling,ANFIS,ANN}, title_fa = {مدل سازی تغییرات کیفی روغن کنجد طی فرآیند استخراج با استفاده از سیستم های هوشمند و رگرسیونی}, abstract_fa = {کنجد یکی از مهم ترین دانه های روغنی با ارزش تغذیه ای و عملکردی بالا در دنیا می باشد. بنابراین مدل سازی و بررسی رابطه بین عواملی که می تواند بر کیفیت روغن کنجد استحصال شده تأثیرگذار باشد، حائز اهمیت است. در این پژوهش، شبکه های عصبی مصنوعی (ANN) و سیستم استنتاج عصبی - فازی سازگار (ANFIS) برای پیش بینی کیفیت روغن کنجد استخراج شده به روش پرس مورد استفاده قرار گرفت. مدل به دست آمده از شبکه عصبی مصنوعی از نوع پرسپترون چند لایه در مقایسه با مدل های رگرسیونی و ANFIS از ضریب تبین بالاتر و خطای کمتری در پیش بینی پارامترهای کیفی روغن کنجد استحصال شده، برخوردار بود. بر اساس نتایج بدست آمده بیشترین مقدار عدد اسیدی مربوط به سرعت 20 دور در دقیقه و کمترین مقدار مربوط به سرعت 80 دور در دقیقه می باشد و افزایش دما باعث افزایش این شاخص شد. هم چنین بیشترین مقدار عدد یدی مربوط به سرعت دورانی 80 دور در دقیقه و دمای استخراج 90 درجه‌ سانتی‌گراد به میزان 13/1و کمترین مقدار مربوط به سرعت 80 دور در دقیقه و سطح دمایی 20 دور در دقیقه به میزان 312/0 بود. هم جنین افزایش دما باعث افزایش عدد اسیدی در نمونه ها شد.}, keywords_fa = {روغن کنجد,استخراج,مدل سازی,ANFIS,ANN}, url = {https://jift.irost.ir/article_665.html}, eprint = {https://jift.irost.ir/article_665_20fe204af660c39d6792d91de180ba15.pdf} }