Как проехать Контакты 
Библиотека
Общие сведения
Вход для зарегистрированных читателей
База данных АГРОС
Авторитетный файл наименований научных учреждений АПК
Библиотека-депозитарий ФАО
Издания
Выставки
Виртуальные выставки
Электронные библиотеки ЦНСХБ
Сельскохозяйственная Электронная Библиотека Знаний (СЭБиЗ)
Биографическая энциклопедия ученых-аграриев

ЦЭБС АПК
Сводный каталог библиотек АПК
Каталоги библиотек АПК
Обменный фонд
Электронная библиотека Сводного каталога
Ведомственный экземпляр НИУ

Услуги
Избирательное распространение информации
Доставка документов
Терминал удаленного доступа
Виртуальное библиографическое обслуживание
Форум читателей ЦНСХБ
Инструкции
Информационные услуги
Транслитерация
Баннеры ФГБНУ ЦНСХБ
Рейтинг@Mail.ru Яндекс.Метрика
[Ввод запроса]

^ШХР: *Agricola
^АВТ: Bhadra R.; Muthukumarappan K.; Rosentrater K.A.
^ЗГЛ: Artificial Neural Network Modeling of Distillers Dried Grains with Solubles (DDGS) Flowability with Varying Process and Storage Parameters [Моделирование сыпучести сухой гранулированной барды в зависимости от условий изготовления и хранения методом искусственной нейронной сети. (США)]
^ВЫХ: Cereal Chemistry; St. Paul, 2011; Vol.88,N 5. - P. 480-489
^ДАТ: 2011
^ПРМ: Режим доступа:http://proquest.umi.com.- Bibliogr.:p.488-489
+Реферат

^РЕФ: В опыте по исследованию свойств сухой гранулированной барды варьировали следующие параметры: содержание конденсированных растворимых в-в (10, 15 или 20% по влажной основе), температура сушки (100, 200 или 300° С), температура охлаждения (-12, +25 и +35° С), продолжительность хранения (0 или 1 мес.). В качестве параметров отклика использовались объемная плотность, угол естественного откоса, различные показатели сыпучести. Методом нейронной сети было составлено несколько моделей с множественными входными параметрами, позволяющие прогнозировать один или несколько выходных параметров. Чтобы получить модели с наилучшей сходимостью и наименьшим квадратичным отклонением, изменяли некоторые характеристики нейронной сети, а именно количество нейронов в каждом скрытом слое, величину шага, интенсивность обучения и число скрытых слоев. Разработаны более адекватные и устойчивые к изменению входных параметров модели, чем модели, полученные методами регрессии и частичных наименьших квадратов. С помощью этих моделей показано, что при содержании конденсированных растворимых в-в менее 13% масса на выходе получается несвязной. Оптимальным их содержанием является 14%, при котором наблюдается максимальное значение индекса общей сыпучести. Также для получения продукта с приемлемыми сыпучими свойствами соотношение между температурой охлаждения и температурой сушки должно варьировать в пределах ±0,1. Разработанные модели признаны действенным инструментом прогнозирования сыпучих свойств и могут применяться в производственных условиях. Ил. 4. Табл. 5. Библ. 41. (Климова Е.В.).

^TRN: 1290046
^ВИД: Статья из книги
^ЯЗК: Английский
+Индексирование



  назад   Главная страница ЦНСХБ  

Все права защищены 1998-2017 год ©Федеральное государственное бюджетное научное учреждение «Центральная научная сельскохозяйственная библиотека»