文献

J-GLOBAL ID：201702294029579445   整理番号：17A0368936

人工神経回路網は精製パーム油プロセスのモデル化と最適化【Powered by NICT】

Artificial neural network based modeling and optimization of refined palm oil process

著者 (3件)： Tehlah N. (Department of Chemical Engineering, Prince of Songkla University, Songkhla 90112, Thailand) ,  Kaewpradit P. (Department of Chemical Engineering, Prince of Songkla University, Songkhla 90112, Thailand) ,  Mujtaba I.M. (School of Engineering, University of Bradford, West Yorkshire BD7 1DP, UK)
資料名： Neurocomputing  (Neurocomputing)
巻： 216  ページ： 489-501  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： β-カロチン,トコフェロールおよび遊離脂肪酸の含有量と濃度は食用油の品質に影響する重要なパラメータの一つである。精製パーム油プロセスのシミュレーションに基づく研究では,三変数は通常供給流速(F),カラム温度(T)と圧力(P)である入力パラメータとして用いた。これらのパラメータは,β-カロチン,トコフェロールおよび遊離脂肪酸の出力濃度に影響する。本研究では,2種類のANNモデルを開発した。3入力(F, T, P)に基づく第一ANNモデルと2入力(T,P)に基づいて,二モデル。人工ニューラルネットワーク(ANN)モデルをシミュレーションを記述するために設定した。フィードフォワード逆伝搬ニューラルネットワークはMATLABツールボックス内で種々の構造を用いて設計した。ニューロンと層の数の影響を調べた。本研究の相関係数が0.99より大きく訓練中に良好な一致とモデルを試験した。さらに,ANNはプロセスを正確にモデル化でき,精製パーム油プロセスのためのASPEN HYSYSシミュレータで予測されたものに非常に近いモデル出力を予測することが可能であることが分かった。精製パーム油プロセスの最適化は蒸留物の残基と遊離脂肪酸でβ-カロテン及びトコフェロールの濃度を最大化するためのANNに基づくモデルを用いて行った。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： フィードフォワード ,  *パーム油 ,  蒸留 ,  ビタミンE ,  相関係数 ,  流速 ,  *モデリング ,  遊離脂肪酸 ,  *最適化 ,  食用油脂 ,  *ニューラルネットワーク ,  カロチノイド
準シソーラス用語： ツールキット ,  MATLAB ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工ニューラルネットワーク ,  洗練されたパーム油プロセス ,  流下膜分子蒸留 ,  モデリング ,  Optimization

分類 (1件)： 人工知能  (JE08000Z)

物質索引 (1件)： β-カロチン

タイトルに関連する用語 (6件)： 人工神経回路網 ,  精製 ,  パーム油 ,  プロセス ,  モデル化 ,  最適化