- ข้อความ
- ประวัติศาสตร์
It has been suggested by Maroulis e
It has been suggested by Maroulis et al. (1988) that a direct nonlinear
regression analysis and curve fitting of the data were more
Table 2
Predicted parameters of the fitted models to the experimental data for the moisture sorption isotherm of spray-dried pure orange juice powder at 20, 30, 40 and 50 C.
Goodness of fit parameters Model coefficients
Model type Temperature (C) SSE* Adj-R-sq RMSE** P (%) AB C D
GAB 20 0.003 0.99 0.014 3.6 7.613, c 0.953, k 0.126, xm e
30 0.005 0.99 0.0164 5.8 8.956, c 0.969, k 0.109, xm e
40 0.0023 0.99 0.012 7.0 9.485, c 0.9867, k 0.102, xm e
50 0.0044 0.99 0.0167 6.2 6.885, c 0.994, k 0.098, xm e
Peleg 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.508
30 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.878
40 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.225
50 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052
Halsey 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 e e
30 0.0085 0.99 0.0206 7.9 0.08495 1.257 e e
40 0.0112 0.97 0.0257 7.9 0.08181 1.252 e e
50 0.0075 0.98 0.0209 7.9 0.08675 1.163 e e
Oswin 20 0.0035 0.99 0.0148 7.1 0.2119 0.6357 e e
30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 e e
40 0.0111 0.97 0.0255 8.7 0.1905 0.615 e e
50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 e e
Caurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 e e
30 0.0107 0.98 0.0231 10.2 3.192 3.064 e e
40 0.0126 0.97 0.0273 7.9 3.139 2.92 e e
50 0.0082 0.98 0.0219 7.0 3.286 3.054 e e
BET 20 0.0009 0.98 0.0113 8.0 9.755, c 0.1134, Xm e e
30 0.0011 0.96 0.0098 6.1 12.85, c 0.0981, xm e e
40 0.0011 0.95 0.0108 8.6 8.806, c 0.1031, Xm e e
50 0.0004 0.97 0.0069 6.2 7.274, c 0.09624, xm e e
Kuhn 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 e e
30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 e e
40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 e e
50 0.0091 0.98 0.0231 9.6 0.0946 0.02359 e e
Iglesias and Chirife 20 0.013 0.98 0.0285 13.8 0.08946 0.1025 e e
30 0.0158 0.98 0.0281 13.0 0.07881 0.09543 e e
40 0.0159 0.96 0.0306 13.1 0.07425 0.0943 e e
50 0.0102 0.97 0.0245 11.6 0.0595 0.09728 e e
White and Eiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 e e
30 0.0175 0.97 0.0296 16.5 10.88 10.87 e e
40 0.0179 0.96 0.0324 17.2 11.45 11.51 e e
50 0.0146 0.96 0.0293 18.4 12.78 13.15 e e
Smith 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 e e
30 0.0154 0.98 0.0277 13.0 0.0157 0.2804 e e
40 0.0142 0.97 0.0289 10.2 0.01933 0.262 e e
50 0.0107 0.97 0.0251 10.7 0.0086 0.2613 e e
Henderson 20 0.0308 0.98 0.0439 7.0 1.171 3.835 e e
30 0.0454 0.97 0.0477 14.4 1.15 4.146 e e
40 0.0287 0.97 0.0423 12.0 1.162 4.391 e e
50 0.0243 0.98 0.0378 11.5 1.096 4.294 e e
* Sum of squares due to error of the fit, ** root mean squared error (standard error), P: mean absolute percentage error.
M. Edrisi Sormoli, T.A.G. Langrish / LWT - Food Science and Technology 62 (2015) 875e882 879
accurate for fitting the GAB parameters. There are three methods to
determine the parameters of GAB equation. In the first method, the
GAB equation is rearranged, and a polynomial regression analysis is
performed. This method has been suggested to have two disadvantages.
Firstly the transformation results in incorrect weighing of
data and secondly the confidence intervals for the GAB parameters
cannot be determined directly (Samaniego-Esguerra et al., 1991).
Hence this method will not be discussed in this paper. In the second
method, non-linear regression analysis of the standard threeparameter
GAB equation (Eq. (9)) is performed, and the three parameters
of the GAB equation (Xm, c and k) are determined at each
temperature. Then the parameters DH1, DH2, c0, k0 are estimated by
using a successive regression of equations (10) and (11). This second
method is referred to here as the indirect regression method. In the
third method, the definition of the parameters of the GAB equation
c, k and Xm, (Eqs (10)e(12)) are substituted into the standard GAB
equation (Eq. (9)). This substitution results in a form of GAB
equation where the unknown parameters to be determined are
DH1, DH2, DHx, c0, k0 and Xm0. A non-linear regression has been
performed for this six-parameter GAB equation (Maroulis et al.,
1988; Samaniego-Esguerra et al., 1991). This third method has
been described as direct regression and has been recommended for
predicting the GAB parameters (Samaniego-Esguerra et al., 1991).
Direct regression considers and incorporates the temperature as a
variable in the GAB equation. Hence, once these six unknowns are
calculated, it is possible to calculate and predict the parameters of
the GAB equation and consequently the moisture sorption behavior
at other temperatures. However, the determination of six unknown
parameters using regression analysis is quite challenging. Quirijns,
van Boxtel, van Loon, and van Straten (2005a) argued that the
physical meaning of the parameters of the GAB equation may get
lost during the direct regression process, and these parameters are
difficult to determine with high precision and within a narrow
confidence interval. Both direct and indirect regression methods
were used in this study to fit the experimental data to the GAB
equation.
Table 3 shows the calculated parameters for the GAB equation
using the indirect regression methods. As found for the indirect
regression method, the values of the monolayer moisture contents
(Xm) decreased slightly as the temperature increased, whereas the
parameter k slightly increased, and the parameter c also increased
up to 40 C. A slight decrease in parameter c was observed at 50 C.
The same increasing and decreasing trend for the parameter c has
been reported in the literature for onions, apricots and green beans
(Djendoubi Mrad et al., 2012; Samaniego-Esguerra et al., 1991)
using the indirect regression method. All the calculated parameters
in this study fall within the range found for c, k and Xm values for
food products. It has been suggested that, in order to represent a
sigmoid type of sorption isotherm, the parameters of the GAB
equations should be kept in the following ranges: c > 5.67 and
0 < k < 1 (Lewicki, 1997). The monolayer moisture content has also
been found to be comparable with the data found in the literature
for similar fruits such as 12% (w/w) for dried apple, 17% (w/w) for
dried sour cherry and 12% (w/w) for dried black currants (Klewicki
et al., 2009).
regression analysis and curve fitting of the data were more
Table 2
Predicted parameters of the fitted models to the experimental data for the moisture sorption isotherm of spray-dried pure orange juice powder at 20, 30, 40 and 50 C.
Goodness of fit parameters Model coefficients
Model type Temperature (C) SSE* Adj-R-sq RMSE** P (%) AB C D
GAB 20 0.003 0.99 0.014 3.6 7.613, c 0.953, k 0.126, xm e
30 0.005 0.99 0.0164 5.8 8.956, c 0.969, k 0.109, xm e
40 0.0023 0.99 0.012 7.0 9.485, c 0.9867, k 0.102, xm e
50 0.0044 0.99 0.0167 6.2 6.885, c 0.994, k 0.098, xm e
Peleg 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.508
30 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.878
40 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.225
50 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052
Halsey 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 e e
30 0.0085 0.99 0.0206 7.9 0.08495 1.257 e e
40 0.0112 0.97 0.0257 7.9 0.08181 1.252 e e
50 0.0075 0.98 0.0209 7.9 0.08675 1.163 e e
Oswin 20 0.0035 0.99 0.0148 7.1 0.2119 0.6357 e e
30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 e e
40 0.0111 0.97 0.0255 8.7 0.1905 0.615 e e
50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 e e
Caurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 e e
30 0.0107 0.98 0.0231 10.2 3.192 3.064 e e
40 0.0126 0.97 0.0273 7.9 3.139 2.92 e e
50 0.0082 0.98 0.0219 7.0 3.286 3.054 e e
BET 20 0.0009 0.98 0.0113 8.0 9.755, c 0.1134, Xm e e
30 0.0011 0.96 0.0098 6.1 12.85, c 0.0981, xm e e
40 0.0011 0.95 0.0108 8.6 8.806, c 0.1031, Xm e e
50 0.0004 0.97 0.0069 6.2 7.274, c 0.09624, xm e e
Kuhn 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 e e
30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 e e
40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 e e
50 0.0091 0.98 0.0231 9.6 0.0946 0.02359 e e
Iglesias and Chirife 20 0.013 0.98 0.0285 13.8 0.08946 0.1025 e e
30 0.0158 0.98 0.0281 13.0 0.07881 0.09543 e e
40 0.0159 0.96 0.0306 13.1 0.07425 0.0943 e e
50 0.0102 0.97 0.0245 11.6 0.0595 0.09728 e e
White and Eiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 e e
30 0.0175 0.97 0.0296 16.5 10.88 10.87 e e
40 0.0179 0.96 0.0324 17.2 11.45 11.51 e e
50 0.0146 0.96 0.0293 18.4 12.78 13.15 e e
Smith 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 e e
30 0.0154 0.98 0.0277 13.0 0.0157 0.2804 e e
40 0.0142 0.97 0.0289 10.2 0.01933 0.262 e e
50 0.0107 0.97 0.0251 10.7 0.0086 0.2613 e e
Henderson 20 0.0308 0.98 0.0439 7.0 1.171 3.835 e e
30 0.0454 0.97 0.0477 14.4 1.15 4.146 e e
40 0.0287 0.97 0.0423 12.0 1.162 4.391 e e
50 0.0243 0.98 0.0378 11.5 1.096 4.294 e e
* Sum of squares due to error of the fit, ** root mean squared error (standard error), P: mean absolute percentage error.
M. Edrisi Sormoli, T.A.G. Langrish / LWT - Food Science and Technology 62 (2015) 875e882 879
accurate for fitting the GAB parameters. There are three methods to
determine the parameters of GAB equation. In the first method, the
GAB equation is rearranged, and a polynomial regression analysis is
performed. This method has been suggested to have two disadvantages.
Firstly the transformation results in incorrect weighing of
data and secondly the confidence intervals for the GAB parameters
cannot be determined directly (Samaniego-Esguerra et al., 1991).
Hence this method will not be discussed in this paper. In the second
method, non-linear regression analysis of the standard threeparameter
GAB equation (Eq. (9)) is performed, and the three parameters
of the GAB equation (Xm, c and k) are determined at each
temperature. Then the parameters DH1, DH2, c0, k0 are estimated by
using a successive regression of equations (10) and (11). This second
method is referred to here as the indirect regression method. In the
third method, the definition of the parameters of the GAB equation
c, k and Xm, (Eqs (10)e(12)) are substituted into the standard GAB
equation (Eq. (9)). This substitution results in a form of GAB
equation where the unknown parameters to be determined are
DH1, DH2, DHx, c0, k0 and Xm0. A non-linear regression has been
performed for this six-parameter GAB equation (Maroulis et al.,
1988; Samaniego-Esguerra et al., 1991). This third method has
been described as direct regression and has been recommended for
predicting the GAB parameters (Samaniego-Esguerra et al., 1991).
Direct regression considers and incorporates the temperature as a
variable in the GAB equation. Hence, once these six unknowns are
calculated, it is possible to calculate and predict the parameters of
the GAB equation and consequently the moisture sorption behavior
at other temperatures. However, the determination of six unknown
parameters using regression analysis is quite challenging. Quirijns,
van Boxtel, van Loon, and van Straten (2005a) argued that the
physical meaning of the parameters of the GAB equation may get
lost during the direct regression process, and these parameters are
difficult to determine with high precision and within a narrow
confidence interval. Both direct and indirect regression methods
were used in this study to fit the experimental data to the GAB
equation.
Table 3 shows the calculated parameters for the GAB equation
using the indirect regression methods. As found for the indirect
regression method, the values of the monolayer moisture contents
(Xm) decreased slightly as the temperature increased, whereas the
parameter k slightly increased, and the parameter c also increased
up to 40 C. A slight decrease in parameter c was observed at 50 C.
The same increasing and decreasing trend for the parameter c has
been reported in the literature for onions, apricots and green beans
(Djendoubi Mrad et al., 2012; Samaniego-Esguerra et al., 1991)
using the indirect regression method. All the calculated parameters
in this study fall within the range found for c, k and Xm values for
food products. It has been suggested that, in order to represent a
sigmoid type of sorption isotherm, the parameters of the GAB
equations should be kept in the following ranges: c > 5.67 and
0 < k < 1 (Lewicki, 1997). The monolayer moisture content has also
been found to be comparable with the data found in the literature
for similar fruits such as 12% (w/w) for dried apple, 17% (w/w) for
dried sour cherry and 12% (w/w) for dried black currants (Klewicki
et al., 2009).
0/5000
มันได้รับการแนะนำโดย Maroulis และ al. (1988) ที่ตรงแบบไม่เชิงเส้นถดถอยวิเคราะห์และโค้งกระชับข้อมูลได้มากขึ้นตารางที่ 2คาดการณ์พารามิเตอร์ของแบบจำลองจัดข้อมูลทดลองสำหรับ isotherm ดูดความชื้นของผงแห้งสเปรย์บริสุทธิ์น้ำส้มที่ 20, 30, 40 และ 50 ซีความดีของพารามิเตอร์ให้พอดีแบบจำลองสัมประสิทธิ์แบบจำลองชนิดอุณหภูมิ (C) SSE * คำวิเศษณ์-R-ตร. RMSE ** P (%) AB C DGAB 20 0.003 0.99 0.014 3.6 7.613, c 0.953, k 0.126, xm อี30 0.005 0.99 0.0164 5.8 8.956, c 0.969, k 0.109, xm อี40 0.0023 0.99 0.012 9.485 7.0 ซี 0.9867, k 0.102, xm อี50 0.0044 0.99 0.0167 6.885 6.2, c 0.994, k 0.098, xm อีPeleg 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.50830 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.87840 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.22550 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052Halsey 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 อีอี30 0.0085 0.99 0.0206 7.9 0.08495 1.257 อีอี40 0.0112 0.97 0.0257 7.9 0.08181 1.252 อีอี50 0.0075 0.98 0.0209 7.9 0.08675 1.163 อีอีOswin 20 0.0035 0.99 0.0148 7.1 อี 0.2119 0.6357 e30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 อีอี40 0.0111 0.97 0.0255 8.7 0.1905 0.615 อีอี50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 อีอีCaurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 อีอี30 0.0107 0.98 0.0231 10.2 3.192 3.064 e e40 0.0126 0.97 0.0273 7.9 3.139 2.92 อีอี50 0.0082 0.98 0.0219 7.0 3.286 3.054 อีอีวางเดิมพัน 20 0.0009 0.98 0.0113 8.0 9.755, c 0.1134, Xm อีอี30 0.0011 0.96 0.0098 6.1 12.85, c 0.0981, xm อีอี40 0.0011 0.95 0.0108 8.806 8.6, 0.1031, Xm อีอีซี50 0.0004 0.97 0.0069 6.2 7.274, 0.09624, xm อีอีซีKuhn 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 อีอี30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 อีอี40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 อีอี50 0.0091 0.98 0.0231 9.6 0.0946 0.02359 อีอีIglesias และ Chirife 20 0.013 0.98 0.0285 13.8 อี 0.08946 0.1025 e30 0.0158 0.98 0.0281 13.0 อี 0.07881 0.09543 e40 0.0159 0.96 0.0306 13.1 0.07425 0.0943 อีอี50 0.0102 0.97 0.0245 11.6 0.0595 0.09728 อีอีขาวและ Eiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 อีอี30 e e 10.88 10.87 0.0296 16.5 0.0175 0.9740 0.0179 0.96 หา 17.2 0.0324 11.45 11.51 อีอี50 0.0146 0.96 0.0293 18.4 12.78 13.15 อีอีสมิธ 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 อีอี30 0.0154 0.98 0.0277 13.0 0.0157 0.2804 อีอี40 0.0142 0.97 0.0289 10.2 0.01933 0.262 อีอี50 0.0107 0.97 0.0251 10.7 0.0086 0.2613 อีอีHenderson 20 0.0308 0.98 0.0439 7.0 1.171 3.835 อีอี30 0.0454 0.97 0.0477 14.4 1.15 4.146 อีอี40 0.0287 0.97 0.0423 12.0 1.162 4.391 อีอี50 0.0243 0.98 0.0378 11.5 1.096 4.294 อีอี* ผลรวมของช่องสี่เหลี่ยมเนื่องจากข้อผิดพลาดของ fit, ** รากหมายถึง ข้อผิดพลาดที่ยกกำลังสอง (ข้อผิดพลาดมาตรฐาน) p:หมายถึง สมบูรณ์เปอร์เซ็นต์ข้อผิดพลาดม. Edrisi Sormoli, T.A.G. Langrish / LWT - วิทยาศาสตร์การอาหารและเทคโนโลยี 62 875e882 (2015) 879ถูกต้องสำหรับพารามิเตอร์ GAB ปรับพอดี มีสามวิธีกำหนดพารามิเตอร์ของสมการ GAB ในวิธีแรก การสมการ GAB จะปรับใหม่ และการวิเคราะห์ถดถอยพหุนามคือดำเนินการ วิธีการนี้ได้ถูกแนะนำจะมีข้อเสียสองประการแรก ชั่งไม่ถูกต้องของผลการแปลงข้อมูล และประการที่สองช่วงความเชื่อมั่นของพารามิเตอร์ GABไม่สามารถกำหนดโดยตรง (Samaniego Esguerra et al., 1991)ดังนั้น วิธีการนี้จะไม่ได้กล่าวถึงในเอกสารนี้ ในที่สองวิธี การวิเคราะห์การถดถอยไม่เชิงเส้นของ threeparameter มาตรฐานทำสมการ GAB (Eq. (9)) และพารามิเตอร์สามของ GAB สมการ (Xm, c และ k) จะถูกกำหนดในแต่ละอุณหภูมิ แล้ว พารามิเตอร์ DH1, DH2, c0, k0 จะประเมินโดยใช้ตัวถดถอยต่อเนื่องสมการ (10) และ (11) วินาทีนี้วิธีเรียกว่านี่เป็นวิธีการถดถอยทางอ้อม ในวิธีที่สาม นิยามของพารามิเตอร์ของสมการของ GABc, k และ Xm, (Eqs (10)e(12)) จะแทนใน GAB มาตรฐานสมการ (Eq. (9)) ทดแทนนี้ผลลัพธ์ในรูปแบบของ GABสมการที่มีพารามิเตอร์ที่ไม่รู้จักจะสามารถกำหนดDH1, DH2, DHx, c0, k0 และ Xm0 ถดถอยไม่เชิงเส้นได้สำหรับสมการนี้ GAB หกพารามิเตอร์ (Maroulis et al.,1988 Samaniego-Esguerra et al., 1991) มีวิธีการที่สามนี้การอธิบายเป็นตรงถดถอย และมีการแนะนำคาดการณ์พารามิเตอร์ GAB (Samaniego Esguerra et al., 1991)ตรงถดถอยพิจารณา และรวมอุณหภูมิเป็นการตัวแปรในสมการของ GAB ดังนั้น เมื่อ unknowns 6 เหล่านี้คำนวณ จำเป็นต้องคำนวณ และทำนายพารามิเตอร์ของสมการของ GAB และดังนั้นลักษณะการทำงานดูดความชื้นที่อุณหภูมิอื่น ๆ อย่างไรก็ตาม กำหนดหกไม่ทราบพารามิเตอร์ใช้การวิเคราะห์การถดถอยจะค่อนข้างท้าทาย QuirijnsBoxtel รถตู้ แวนลูนโชวฮาชาว และรถตู้ Straten (2005a) ที่โต้เถียงความหมายทางกายภาพของพารามิเตอร์ของสมการ GAB อาจได้รับหายไประหว่างการถดถอยโดยตรง และพารามิเตอร์เหล่านี้ยากที่จะตรวจสอบ ด้วยความแม่นยำสูง และแคบเป็นช่วงความเชื่อมั่น ทั้งสองวิธีการถดถอยทางตรง และทางอ้อมใช้ในการศึกษานี้ให้พอดีกับข้อมูลทดลอง GABสมการตาราง 3 แสดงพารามิเตอร์คำนวณได้สำหรับสมการ GABโดยใช้วิธีการถดถอยทางอ้อม พบว่าสำหรับในทางอ้อมวิธีการถดถอย ค่าสารบัญความชื้น monolayerลด (Xm) เล็กน้อยเป็นอุณหภูมิที่เพิ่มขึ้น ขณะพารามิเตอร์ k เพิ่มขึ้นเล็กน้อย และพารามิเตอร์ c เพิ่มขึ้นถึง 40 เซลเซียส ลดลงเล็กน้อยในพารามิเตอร์ c ถูกสังเกตที่ค. 50เดียวกันเพิ่มขึ้นและแนวโน้มที่ลดลงสำหรับ c พารามิเตอร์ได้การรายงานในวรรณคดีหอม แอปริค็อบ และถั่วเขียว(Djendoubi Mrad et al., 2012 Samaniego-Esguerra et al., 1991)โดยใช้วิธีการถดถอยทางอ้อม พารามิเตอร์การคำนวณในฤดูใบไม้ร่วงนี้ศึกษาภายในช่วงที่พบใน c, k และค่า Xmผลิตภัณฑ์อาหาร การแนะนำที่ เพื่อแสดงการชนิด sigmoid isotherm ดูด พารามิเตอร์ของ GABสมการควรเก็บไว้ในช่วงต่อไปนี้: c > 5.67 และ0 < k < 1 (Lewicki, 1997) Monolayer ชื้นมีพบว่าสามารถเปรียบเทียบกับข้อมูลที่พบในวรรณคดีสำหรับผลไม้คล้ายเช่น 12% (w/w) สำหรับแอปเปิ้ลอบแห้ง 17% (w/w)เชอร์รี่เปรี้ยวแห้งและ 12% (w/w) สำหรับ currants สีดำอบแห้ง (Klewickiร้อยเอ็ด al., 2009)
การแปล กรุณารอสักครู่..
มันได้รับการแนะนำโดยสแตนติ Maroulis et al, (1988)
ที่ไม่เป็นเชิงเส้นตรงการวิเคราะห์การถดถอยและการปรับเส้นโค้งของข้อมูลได้มากขึ้นตารางที่
2
พารามิเตอร์ที่คาดการณ์ไว้ในรูปแบบที่ติดตั้งกับข้อมูลการทดลองสำหรับไอโซเทอมการดูดซับความชื้นของสเปรย์แห้งผงน้ำส้มบริสุทธิ์ที่ 20, 30, 40 และ 50
ซีดีของพารามิเตอร์พอดีรุ่นสัมประสิทธิ์อุณหภูมิประเภทรุ่น
(C) SSE * Adj-R-ตาราง RMSE ** P (%) AB ซีดี
GAB 20 0.99 0.003 0.014 7.613 3.6, C 0.953, 0.126 k, E XM
30 0.005 0.99 0.0164 5.8 8.956, C 0.969, k 0.109, XM อี
40 0.0023 0.99 0.012 7.0 9.485 ค 0.9867, k 0.102, XM อี
50 0.0044 0.99 0.0167 6.2 6.885, C 0.994, k 0.098, XM จ
Peleg 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.508
30 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.878
40 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.225
50 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052
Halsey 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 จ
30 0.0085 0.99 0.0206 7.9 0.08495 1.257 จ
40 0.0112 0.97 0.0257 7.9 0.08181 1.252 จ
50 0.0075 0.98 0.0209 7.9 0.08675 1.163 จ
Oswin 20 0.0035 0.99 0.0148 7.1 0.2119 0.6357 จ
30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 จ
40 0.0111 0.97 0.0255 8.7 0.1905 0.615 จ
50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 จ
Caurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 จ
30 0.0107 0.98 0.0231 10.2 3.192 3.064 จ
40 0.0126 0.97 0.0273 7.9 3.139 2.92 จ
50 0.0082 0.98 0.0219 7.0 3.286 3.054
จพนัน20 0.0009 0.98 0.0113 8.0 9.755 ค 0.1134, Xm จ
30 0.0011 0.96 0.0098 6.1 12.85 ค 0.0981, XM จ
40 0.0011 0.95 0.0108 8.6 8.806 ค 0.1031, Xm จ
50 0.0004 0.97 0.0069 6.2 7.274 ค 0.09624, XM จ
Kuhn 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 จ
30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 จ
40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 ee
50 0.0091 0.98 0.0231 9.6 0.0946 0.02359 จ
Iglesias และ Chirife 20 0.013 0.98 0.0285 13.8 0.08946 0.1025 จ
30 0.0158 0.98 0.0281 13.0 0.07881 0.09543 จ
40 0.0159 0.96 0.0306 13.1 0.07425 0.0943 จ
50 0.0102 0.97 0.0245 11.6 0.0595 0.09728
จสีขาวและสีEiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 จ
30 0.0175 0.97 0.0296 16.5 10.88 10.87 จ
40 0.0179 0.96 0.0324 17.2 11.45 11.51 จ
50 0.0146 0.96 0.0293 18.4 12.78 13.15
จสมิธ 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 จ
30 0.0154 0.98 0.0277 13.0 0.0157 0.2804 จ
40 0.0142 0.97 0.0289 10.2 0.01933 0.262 จ
50 0.0107 0.97 0.0251 10.7 0.0086 0.2613
จเฮนเดอ20 0.0308 0.98 0.0439 7.0 1.171 3.835 จ
30 0.0454 0.97 0.0477 14.4 1.15 4.146 จ
40 0.0287 0.97 0.0423 12.0 1.162 4.391 จ
50 0.0243 0.98 0.0378 11.5 1.096 4.294
จซำ* ของสี่เหลี่ยมเนื่องจาก ข้อผิดพลาดของพอดี ** รากหมายถึงข้อผิดพลาดกำลังสอง (ข้อผิดพลาดมาตรฐาน), p: หมายถึงข้อผิดพลาดเปอร์เซ็นต์แน่นอน.
เอ็ม Edrisi Sormoli, TAG Langrish / LWT - วิทยาศาสตร์และเทคโนโลยีการอาหาร 62 (2015) 875e882 879
ที่ถูกต้องสำหรับการปรับพารามิเตอร์ GAB มีสามวิธีการที่จะมีการกำหนดค่าพารามิเตอร์ของสมการพูดเรื่องไม่มีสาระ
ในวิธีแรกสม GAB มีการจัดและการวิเคราะห์การถดถอยพหุนามมีการดำเนินการ วิธีการนี้จะได้รับการแนะนำที่จะมีสองข้อเสีย. ประการแรกผลการเปลี่ยนแปลงในการไม่ถูกต้องชั่งน้ำหนักของข้อมูลและประการที่สองช่วงความเชื่อมั่นสำหรับพารามิเตอร์ GAB ไม่สามารถกำหนดโดยตรง (Samaniego-Esguerra et al., 1991). ดังนั้นวิธีการนี้จะไม่ถูกกล่าวถึง ในบทความนี้ ในครั้งที่สองวิธีการวิเคราะห์การถดถอยที่ไม่ใช่เชิงเส้นของมาตรฐาน threeparameter สม GAB (สม. (9)) จะดำเนินการและสามพารามิเตอร์ของสมGAB นี้ (Xm, C และ k) จะถูกกำหนดในแต่ละอุณหภูมิ จากนั้นพารามิเตอร์ DH1, DH2, c0, K0 ประมาณโดยใช้การถดถอยต่อเนื่องของสมการ(10) และ (11) นี้สองวิธีจะเรียกว่านี่เป็นวิธีการถดถอยทางอ้อม ในวิธีที่สาม, ความหมายของค่าพารามิเตอร์ของสมการ GAB ที่ C, k และ Xm (EQS (10) จ (12)) ถูกเปลี่ยนตัวลงใน GAB มาตรฐานสมการ(สม. (9)) นี้ส่งผลให้ทดแทนในรูปแบบของ GAB สมพารามิเตอร์ที่ไม่รู้จักที่จะได้รับการพิจารณาเป็นDH1, DH2, DHX, c0, K0 และ Xm0 ถดถอยที่ไม่ใช่เชิงเส้นได้รับการดำเนินการสำหรับสมการนี้หกพารามิเตอร์ GAB (สแตนติ Maroulis, et al. 1988;. Samaniego-Esguerra, et al, 1991) วิธีที่สามนี้ได้รับการอธิบายว่าการถดถอยทางตรงและได้รับการแนะนำสำหรับการทำนายพารามิเตอร์GAB (Samaniego-Esguerra et al., 1991). การถดถอยตรงพิจารณาและรวมอุณหภูมิเป็นตัวแปรในสมการ GAB ดังนั้นเมื่อเหล่านี้หกราชวงศ์จะถูกคำนวณก็เป็นไปได้ในการคำนวณและคาดการณ์พารามิเตอร์ของสมการGAB และดังนั้นพฤติกรรมการดูดซับความชื้นที่อุณหภูมิอื่นๆ อย่างไรก็ตามการกำหนดหกที่ไม่รู้จักพารามิเตอร์โดยใช้การวิเคราะห์การถดถอยค่อนข้างท้าทาย Quirijns, รถตู้ Boxtel, Loon รถตู้และรถตู้ Straten (2005A) แย้งว่าความหมายทางกายภาพของพารามิเตอร์ของสมGAB อาจได้รับหายไปในระหว่างขั้นตอนการถดถอยทางตรงและพารามิเตอร์เหล่านี้เป็นเรื่องยากที่จะตรวจสอบด้วยความแม่นยำสูงและภายในแคบความเชื่อมั่นช่วงเวลา ทั้งสองวิธีการถดถอยตรงและทางอ้อมถูกนำมาใช้ในการศึกษาครั้งนี้เพื่อให้สอดคล้องกับข้อมูลการทดลองกับ GAB สม. ตารางที่ 3 แสดงค่าพารามิเตอร์สำหรับการคำนวณสมการ GAB ใช้วิธีการถดถอยทางอ้อม ในฐานะที่เป็นพบข้อมูลที่ทางอ้อมวิธีการถดถอยของค่าความชื้น monolayer ที่ (Xm) ลดลงเล็กน้อยเมื่ออุณหภูมิเพิ่มขึ้นในขณะที่พารามิเตอร์k เพิ่มขึ้นเล็กน้อยและพารามิเตอร์ c ยังเพิ่มขึ้นถึง40 องศาเซลเซียสลดลงเล็กน้อยในพารามิเตอร์คเป็น ข้อสังเกตที่ 50 ซีแนวโน้มเดียวกันที่เพิ่มขึ้นและลดลงสำหรับพารามิเตอร์คได้รับการรายงานในวรรณกรรมสำหรับหัวหอม, แอปริคอตและถั่วเขียว(Djendoubi Mrad et al, 2012;. Samaniego-Esguerra et al, 1991). โดยใช้การถดถอยทางอ้อม วิธี พารามิเตอร์ทั้งหมดที่คำนวณในฤดูใบไม้ร่วงการศึกษาครั้งนี้อยู่ในช่วงที่พบสำหรับ C, k และค่า Xm สำหรับผลิตภัณฑ์อาหาร มันได้รับการแนะนำว่าในการที่จะเป็นตัวแทนของประเภท sigmoid ของไอโซเทอมการดูดซับพารามิเตอร์ของ GAB สมควรเก็บไว้ในช่วงต่อไปนี้: ค> 5.67 และ0 <k <1 (Lewicki, 1997) monolayer ความชื้นยังได้รับพบว่ามีการเทียบเคียงกับข้อมูลที่พบในวรรณกรรมสำหรับผลไม้ที่คล้ายกันเช่น12% (w / w) แอปเปิ้ลแห้ง 17% (w / w) สำหรับเชอร์รี่เปรี้ยวแห้งและ12% (w / w) สำหรับลูกเกดสีดำอบแห้ง (Klewicki et al., 2009)
ที่ไม่เป็นเชิงเส้นตรงการวิเคราะห์การถดถอยและการปรับเส้นโค้งของข้อมูลได้มากขึ้นตารางที่
2
พารามิเตอร์ที่คาดการณ์ไว้ในรูปแบบที่ติดตั้งกับข้อมูลการทดลองสำหรับไอโซเทอมการดูดซับความชื้นของสเปรย์แห้งผงน้ำส้มบริสุทธิ์ที่ 20, 30, 40 และ 50
ซีดีของพารามิเตอร์พอดีรุ่นสัมประสิทธิ์อุณหภูมิประเภทรุ่น
(C) SSE * Adj-R-ตาราง RMSE ** P (%) AB ซีดี
GAB 20 0.99 0.003 0.014 7.613 3.6, C 0.953, 0.126 k, E XM
30 0.005 0.99 0.0164 5.8 8.956, C 0.969, k 0.109, XM อี
40 0.0023 0.99 0.012 7.0 9.485 ค 0.9867, k 0.102, XM อี
50 0.0044 0.99 0.0167 6.2 6.885, C 0.994, k 0.098, XM จ
Peleg 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.508
30 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.878
40 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.225
50 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052
Halsey 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 จ
30 0.0085 0.99 0.0206 7.9 0.08495 1.257 จ
40 0.0112 0.97 0.0257 7.9 0.08181 1.252 จ
50 0.0075 0.98 0.0209 7.9 0.08675 1.163 จ
Oswin 20 0.0035 0.99 0.0148 7.1 0.2119 0.6357 จ
30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 จ
40 0.0111 0.97 0.0255 8.7 0.1905 0.615 จ
50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 จ
Caurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 จ
30 0.0107 0.98 0.0231 10.2 3.192 3.064 จ
40 0.0126 0.97 0.0273 7.9 3.139 2.92 จ
50 0.0082 0.98 0.0219 7.0 3.286 3.054
จพนัน20 0.0009 0.98 0.0113 8.0 9.755 ค 0.1134, Xm จ
30 0.0011 0.96 0.0098 6.1 12.85 ค 0.0981, XM จ
40 0.0011 0.95 0.0108 8.6 8.806 ค 0.1031, Xm จ
50 0.0004 0.97 0.0069 6.2 7.274 ค 0.09624, XM จ
Kuhn 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 จ
30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 จ
40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 ee
50 0.0091 0.98 0.0231 9.6 0.0946 0.02359 จ
Iglesias และ Chirife 20 0.013 0.98 0.0285 13.8 0.08946 0.1025 จ
30 0.0158 0.98 0.0281 13.0 0.07881 0.09543 จ
40 0.0159 0.96 0.0306 13.1 0.07425 0.0943 จ
50 0.0102 0.97 0.0245 11.6 0.0595 0.09728
จสีขาวและสีEiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 จ
30 0.0175 0.97 0.0296 16.5 10.88 10.87 จ
40 0.0179 0.96 0.0324 17.2 11.45 11.51 จ
50 0.0146 0.96 0.0293 18.4 12.78 13.15
จสมิธ 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 จ
30 0.0154 0.98 0.0277 13.0 0.0157 0.2804 จ
40 0.0142 0.97 0.0289 10.2 0.01933 0.262 จ
50 0.0107 0.97 0.0251 10.7 0.0086 0.2613
จเฮนเดอ20 0.0308 0.98 0.0439 7.0 1.171 3.835 จ
30 0.0454 0.97 0.0477 14.4 1.15 4.146 จ
40 0.0287 0.97 0.0423 12.0 1.162 4.391 จ
50 0.0243 0.98 0.0378 11.5 1.096 4.294
จซำ* ของสี่เหลี่ยมเนื่องจาก ข้อผิดพลาดของพอดี ** รากหมายถึงข้อผิดพลาดกำลังสอง (ข้อผิดพลาดมาตรฐาน), p: หมายถึงข้อผิดพลาดเปอร์เซ็นต์แน่นอน.
เอ็ม Edrisi Sormoli, TAG Langrish / LWT - วิทยาศาสตร์และเทคโนโลยีการอาหาร 62 (2015) 875e882 879
ที่ถูกต้องสำหรับการปรับพารามิเตอร์ GAB มีสามวิธีการที่จะมีการกำหนดค่าพารามิเตอร์ของสมการพูดเรื่องไม่มีสาระ
ในวิธีแรกสม GAB มีการจัดและการวิเคราะห์การถดถอยพหุนามมีการดำเนินการ วิธีการนี้จะได้รับการแนะนำที่จะมีสองข้อเสีย. ประการแรกผลการเปลี่ยนแปลงในการไม่ถูกต้องชั่งน้ำหนักของข้อมูลและประการที่สองช่วงความเชื่อมั่นสำหรับพารามิเตอร์ GAB ไม่สามารถกำหนดโดยตรง (Samaniego-Esguerra et al., 1991). ดังนั้นวิธีการนี้จะไม่ถูกกล่าวถึง ในบทความนี้ ในครั้งที่สองวิธีการวิเคราะห์การถดถอยที่ไม่ใช่เชิงเส้นของมาตรฐาน threeparameter สม GAB (สม. (9)) จะดำเนินการและสามพารามิเตอร์ของสมGAB นี้ (Xm, C และ k) จะถูกกำหนดในแต่ละอุณหภูมิ จากนั้นพารามิเตอร์ DH1, DH2, c0, K0 ประมาณโดยใช้การถดถอยต่อเนื่องของสมการ(10) และ (11) นี้สองวิธีจะเรียกว่านี่เป็นวิธีการถดถอยทางอ้อม ในวิธีที่สาม, ความหมายของค่าพารามิเตอร์ของสมการ GAB ที่ C, k และ Xm (EQS (10) จ (12)) ถูกเปลี่ยนตัวลงใน GAB มาตรฐานสมการ(สม. (9)) นี้ส่งผลให้ทดแทนในรูปแบบของ GAB สมพารามิเตอร์ที่ไม่รู้จักที่จะได้รับการพิจารณาเป็นDH1, DH2, DHX, c0, K0 และ Xm0 ถดถอยที่ไม่ใช่เชิงเส้นได้รับการดำเนินการสำหรับสมการนี้หกพารามิเตอร์ GAB (สแตนติ Maroulis, et al. 1988;. Samaniego-Esguerra, et al, 1991) วิธีที่สามนี้ได้รับการอธิบายว่าการถดถอยทางตรงและได้รับการแนะนำสำหรับการทำนายพารามิเตอร์GAB (Samaniego-Esguerra et al., 1991). การถดถอยตรงพิจารณาและรวมอุณหภูมิเป็นตัวแปรในสมการ GAB ดังนั้นเมื่อเหล่านี้หกราชวงศ์จะถูกคำนวณก็เป็นไปได้ในการคำนวณและคาดการณ์พารามิเตอร์ของสมการGAB และดังนั้นพฤติกรรมการดูดซับความชื้นที่อุณหภูมิอื่นๆ อย่างไรก็ตามการกำหนดหกที่ไม่รู้จักพารามิเตอร์โดยใช้การวิเคราะห์การถดถอยค่อนข้างท้าทาย Quirijns, รถตู้ Boxtel, Loon รถตู้และรถตู้ Straten (2005A) แย้งว่าความหมายทางกายภาพของพารามิเตอร์ของสมGAB อาจได้รับหายไปในระหว่างขั้นตอนการถดถอยทางตรงและพารามิเตอร์เหล่านี้เป็นเรื่องยากที่จะตรวจสอบด้วยความแม่นยำสูงและภายในแคบความเชื่อมั่นช่วงเวลา ทั้งสองวิธีการถดถอยตรงและทางอ้อมถูกนำมาใช้ในการศึกษาครั้งนี้เพื่อให้สอดคล้องกับข้อมูลการทดลองกับ GAB สม. ตารางที่ 3 แสดงค่าพารามิเตอร์สำหรับการคำนวณสมการ GAB ใช้วิธีการถดถอยทางอ้อม ในฐานะที่เป็นพบข้อมูลที่ทางอ้อมวิธีการถดถอยของค่าความชื้น monolayer ที่ (Xm) ลดลงเล็กน้อยเมื่ออุณหภูมิเพิ่มขึ้นในขณะที่พารามิเตอร์k เพิ่มขึ้นเล็กน้อยและพารามิเตอร์ c ยังเพิ่มขึ้นถึง40 องศาเซลเซียสลดลงเล็กน้อยในพารามิเตอร์คเป็น ข้อสังเกตที่ 50 ซีแนวโน้มเดียวกันที่เพิ่มขึ้นและลดลงสำหรับพารามิเตอร์คได้รับการรายงานในวรรณกรรมสำหรับหัวหอม, แอปริคอตและถั่วเขียว(Djendoubi Mrad et al, 2012;. Samaniego-Esguerra et al, 1991). โดยใช้การถดถอยทางอ้อม วิธี พารามิเตอร์ทั้งหมดที่คำนวณในฤดูใบไม้ร่วงการศึกษาครั้งนี้อยู่ในช่วงที่พบสำหรับ C, k และค่า Xm สำหรับผลิตภัณฑ์อาหาร มันได้รับการแนะนำว่าในการที่จะเป็นตัวแทนของประเภท sigmoid ของไอโซเทอมการดูดซับพารามิเตอร์ของ GAB สมควรเก็บไว้ในช่วงต่อไปนี้: ค> 5.67 และ0 <k <1 (Lewicki, 1997) monolayer ความชื้นยังได้รับพบว่ามีการเทียบเคียงกับข้อมูลที่พบในวรรณกรรมสำหรับผลไม้ที่คล้ายกันเช่น12% (w / w) แอปเปิ้ลแห้ง 17% (w / w) สำหรับเชอร์รี่เปรี้ยวแห้งและ12% (w / w) สำหรับลูกเกดสีดำอบแห้ง (Klewicki et al., 2009)
การแปล กรุณารอสักครู่..
มันได้รับการแนะนำโดย maroulis et al . ( 1988 ) ที่ตรงเส้น
การวิเคราะห์การถดถอยและการปรับเส้นโค้งของข้อมูลมากกว่า 2
โต๊ะทำนายค่าพารามิเตอร์ของตัวแบบข้อมูลสำหรับการทดลองไอโซเทอมการดูดซับความชื้นของผงพ่นแห้งน้ำส้มบริสุทธิ์ที่ 20 , 30 , 40 และ 50 องศาเซลเซียส ความดีของพารามิเตอร์แบบค่า
พอดีอุณหภูมิชนิดแบบ ( C ) ? * adj-r-sq RMSE * * P ( % ) AB C D
กั๊บ 20 0.003 0.99 0.014 3.6 7.613 , C 0.953 K 0.126 XM E
30 0.005 0.99 0.0164 5.8 8.956 C 0.969 , K 0.109 XM E
40 0.0023 0.99 0.012 7.0 9.485 , C 0.9867 , เค 0.102 XM E
50 0.0044 0.99 0.0167 6.2 6.885 C 0.994 , K 0.098 XM E
เปเลก 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.508
30 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.878
40 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.225
50 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052
ฮาลซี่ 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 e e
30 0.0085 0.99 0.0206 7.9 0.08495 1.257 e e
40 0.0112 0.97 0.0257 7.9 0.08181 1.252 e e
50 0.0075 0.98 0.0209 7.9 0.08675 1.163 e e
ได้รับ 20 0.0035 0.99 0.0148 7.1 0.2119 0.6357 e e
30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 e e
40 0.0111 0.97 00255 8.7 0.1905 0.615 e e
50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 e e
caurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 e e
30 0.0107 0.98 สหรัฐอเมริกา 10.2 3.192 3.064 e e
40 เวลา 0.97 0.0273 7.9 3.139 2.92 e e
50 0.0082 0.98 0.0219 7.0 3.286 3.073 e e
เดิมพัน 20 0.015 0.98 0.0113 8.0 9.755 , C 0.1134 XM e e
30 0.0011 0.96 0.0098 6.1 12.85 , C 0.0981 XM e e
40 0.0011 0.95 0.0108 8.6 8.806 , C 0.1031 XM e e
50 0.0004 0.97 0.0069 6.2 7.274 , C 0.09624 XM e e
คูน 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 e e
30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 e e
40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 e e
50 0.0091 0.98 สหรัฐอเมริกา 9.6 0.0946 0.02359 e e
Iglesias สำหรับคุณภาพและ 20 0.0285 13.8 0.08946 0.98 0.1025 e e
30 0.0158 0.98 0.0281 ทั้ง 0.07881 0.09543 e e
40 0.0159 0.96 0.0306 13.1 0.07425 e e
0.094350 0.0102 0.97 0.0245 11.6 0.0595 0.09728 e e
สีขาวและ eiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 e e
30 0.0175 0.97 0.0296 16.5 10.88 10.87 e e
40 0.0179 0.96 0.0324 17.2 11.45 โดย e e
50 0.0146 0.96 0.0293 18.4 12.78 13.15 e e
สมิธ 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 e e
30 0.0154 0.98 0.0277 ทั้ง 0.0157 0.2804 e e
40 0.0142 0.97 0.0289 10.2 0.01933 0.262 E E 50 0.0107 0.97
00251 10.7 0.0086 0.2613 e e
เฮนเดอร์สัน 20 0.0308 0.98 0.0439 7.0 1.171 3.835 e e
30 0.0454 0.97 0.0477 14.4 1.15 4.146 e e
40 0.0287 0.97 0.0423 12.0 1.450 4.391 e e
50 0.0243 0.98 0.0378 11.5 1.096 4.294 e e
* ผลรวมของสี่เหลี่ยม เนื่องจากความผิดพลาดของพอดี * * Root Mean Squared ข้อผิดพลาดข้อผิดพลาดมาตรฐาน ) , P : ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อน .
M edrisi sormoli t.a.g. ,langrish / lwt - วิทยาศาสตร์และเทคโนโลยีการอาหาร 62 ( 2015 ) 875e882 879
ถูกต้องสำหรับ เหมาะสมกับพารามิเตอร์ มีอยู่สามวิธี
หาค่าพารามิเตอร์ของสมการกั๊บ ในวิธีแรก
กั๊บสมการใหม่ และการวิเคราะห์การถดถอยพหุนามคือ
แสดง วิธีการนี้ได้รับการแนะนำให้สองข้อเสีย .
ประการแรกการเปลี่ยนแปลงผลลัพธ์ในการชั่ง
ข้อมูลไม่ถูกต้อง และประการที่สอง ช่วงความเชื่อมั่นสำหรับพารามิเตอร์
กั๊บ ไม่สามารถกำหนดโดยตรง ( samaniego esguerra et al . , 1991 )
ดังนั้นวิธีการนี้จะไม่กล่าวถึงในบทความนี้ ในวิธีที่สอง
ไม่เชิงเส้นการวิเคราะห์การถดถอยของมาตรฐาน threeparameter
กั๊บ สมการ ( อีคิว ( 9 ) ดำเนินการ และสามพารามิเตอร์
ของกับสมการ ( XM , C และ K ) จะถูกกำหนดในแต่ละ
อุณหภูมิ แล้ว dh1 dh2 C0 ค่า , , ,
k0 ประมาณโดยใช้สมการถดถอยต่อเนื่อง ( 10 ) และ ( 11 ) วิธีที่สอง
นี้เรียกว่าที่นี่เป็นวิธีการถดถอยแบบทางอ้อม ใน
วิธีที่สาม คำนิยามของพารามิเตอร์ของสมการกั๊บ
C , K และ XM ( EQS ( 10 ) และ ( 12 ) จะใช้เป็นมาตรฐาน
กั๊บสมการ ( อีคิว ( 9 ) ) การแทนที่นี้ผลลัพธ์ในรูปแบบของสมการที่ตัวแปรกั๊บ
dh1 ที่ถูกกำหนดเป็น dh2 dhx C0 , , , , และ k0 xm0 . ถดถอยเชิงเส้นได้รับ
าหกพารามิเตอร์กับสมการ (
maroulis et al . , 1988 ; samaniego esguerra et al . , 1991 ) วิธีที่สามนี้ได้ถูกอธิบายเป็นขั้นตอนโดยตรง
และได้รับการแนะนำสำหรับทำนายกับพารามิเตอร์ ( samaniego esguerra et al . , 1991 )
) โดยตรงพิจารณาประกอบด้วยอุณหภูมิเป็น
ตัวแปรในกับสมการ ดังนั้น เมื่อทั้งหกที่ไม่รู้จะ
คำนวณ เป็นไปได้เพื่อคำนวณและทำนายค่าพารามิเตอร์ของสมการและจากนั้นกั๊บ
พฤติกรรมการดูดซับความชื้นที่อุณหภูมิอื่น ๆ อย่างไรก็ตาม การไม่รู้จัก
6พารามิเตอร์การถดถอยจะค่อนข้างท้าทาย quirijns
Boxtel , รถตู้ , รถตู้แวนลูน และ straten ( 2005a ) แย้งว่า
ความหมายทางกายภาพของพารามิเตอร์ของสมการอาจได้รับสูญหายในระหว่างกั๊บ
กระบวนการขั้นตอนโดยตรง และพารามิเตอร์เหล่านี้
ยากที่จะกำหนดว่า มีความแม่นยําสูง และภายในช่วงความเชื่อมั่นให้
วิธีการถดถอย
ทั้งทางตรง และทางอ้อมการศึกษาครั้งนี้เพื่อให้พอดีกับข้อมูลการทดลองกับกั๊บ
3 ตารางแสดงสมการ คำนวณค่าพารามิเตอร์สำหรับสมการโดยใช้วิธีการถดถอยกั๊บ
ทางอ้อม เท่าที่พบในวิธีการถดถอยแบบทางอ้อม
, ค่าของความชื้นอย่าง
( XM ) ลดลงเล็กน้อยเมื่ออุณหภูมิเพิ่มขึ้น ในขณะที่ค่า K
เพิ่มขึ้นเล็กน้อย และยังเพิ่มค่า C
ถึง 40 องศาเซลเซียส ลดลงเล็กน้อยในพารามิเตอร์ c ) ที่ 50 C .
เดียวกันที่เพิ่มขึ้นและแนวโน้มลดลงค่า C ได้
ถูกรายงานในวรรณคดีสำหรับหัวหอม , แอปริค็อและถั่วเขียว
( djendoubi สร้าง et al . , 2012 ; samaniego esguerra et al . , 1991 )
ใช้วิธีการถดถอยแบบทางอ้อม . ทั้งหมดค่าพารามิเตอร์
ในการศึกษานี้อยู่ในช่วงที่พบสำหรับ CK และค่า XM สำหรับ
ผลิตภัณฑ์อาหาร จะได้รับการชี้ให้เห็นว่า ในการเป็นตัวแทนของ
ประเภท sigmoid ของ Sorption isotherm , พารามิเตอร์ของกั๊บ
สมการจะถูกเก็บไว้ในช่วงต่อไปนี้ : C > 5.67 และ
0 < K < 1 ( lewicki , 1997 ) อย่างความชื้นยัง
พบจะเทียบเคียงกับข้อมูลที่พบในวรรณคดี
สำหรับผลไม้ที่คล้ายกันเช่น 12 % ( w / w ) สำหรับแอปเปิ้ลแห้ง
การวิเคราะห์การถดถอยและการปรับเส้นโค้งของข้อมูลมากกว่า 2
โต๊ะทำนายค่าพารามิเตอร์ของตัวแบบข้อมูลสำหรับการทดลองไอโซเทอมการดูดซับความชื้นของผงพ่นแห้งน้ำส้มบริสุทธิ์ที่ 20 , 30 , 40 และ 50 องศาเซลเซียส ความดีของพารามิเตอร์แบบค่า
พอดีอุณหภูมิชนิดแบบ ( C ) ? * adj-r-sq RMSE * * P ( % ) AB C D
กั๊บ 20 0.003 0.99 0.014 3.6 7.613 , C 0.953 K 0.126 XM E
30 0.005 0.99 0.0164 5.8 8.956 C 0.969 , K 0.109 XM E
40 0.0023 0.99 0.012 7.0 9.485 , C 0.9867 , เค 0.102 XM E
50 0.0044 0.99 0.0167 6.2 6.885 C 0.994 , K 0.098 XM E
เปเลก 20 0.0022 0.99 0.0124 6.3 0.279 0.6321 0.9557 5.508
30 0.0058 0.99 0.0179 5.2 0.2293 0.5571 0.8103 4.878
40 0.0103 0.97 0.0262 7.3 0.253 0.6499 0.7472 5.225
50 0.0065 0.98 0.0209 6.3 0.2295 0.6733 0.7581 5.052
ฮาลซี่ 20 0.0032 0.99 0.0142 6.4 0.09431 1.265 e e
30 0.0085 0.99 0.0206 7.9 0.08495 1.257 e e
40 0.0112 0.97 0.0257 7.9 0.08181 1.252 e e
50 0.0075 0.98 0.0209 7.9 0.08675 1.163 e e
ได้รับ 20 0.0035 0.99 0.0148 7.1 0.2119 0.6357 e e
30 0.0087 0.99 0.0208 9.1 0.1966 0.6241 e e
40 0.0111 0.97 00255 8.7 0.1905 0.615 e e
50 0.0072 0.98 0.0206 7.4 0.1763 0.6589 e e
caurie 20 0.0086 0.99 0.0232 9.8 3.289 3.31 e e
30 0.0107 0.98 สหรัฐอเมริกา 10.2 3.192 3.064 e e
40 เวลา 0.97 0.0273 7.9 3.139 2.92 e e
50 0.0082 0.98 0.0219 7.0 3.286 3.073 e e
เดิมพัน 20 0.015 0.98 0.0113 8.0 9.755 , C 0.1134 XM e e
30 0.0011 0.96 0.0098 6.1 12.85 , C 0.0981 XM e e
40 0.0011 0.95 0.0108 8.6 8.806 , C 0.1031 XM e e
50 0.0004 0.97 0.0069 6.2 7.274 , C 0.09624 XM e e
คูน 20 0.0104 0.98 0.0256 11.9 0.1002 0.05083 e e
30 0.0123 0.98 0.0248 11.1 0.0932 0.04306 e e
40 0.0031 0.99 0.0138 9.1 0.0991 0.0304 e e
50 0.0091 0.98 สหรัฐอเมริกา 9.6 0.0946 0.02359 e e
Iglesias สำหรับคุณภาพและ 20 0.0285 13.8 0.08946 0.98 0.1025 e e
30 0.0158 0.98 0.0281 ทั้ง 0.07881 0.09543 e e
40 0.0159 0.96 0.0306 13.1 0.07425 e e
0.094350 0.0102 0.97 0.0245 11.6 0.0595 0.09728 e e
สีขาวและ eiring 20 0.013 0.98 0.0285 16.5 9.644 9.546 e e
30 0.0175 0.97 0.0296 16.5 10.88 10.87 e e
40 0.0179 0.96 0.0324 17.2 11.45 โดย e e
50 0.0146 0.96 0.0293 18.4 12.78 13.15 e e
สมิธ 20 0.0153 0.98 0.0309 11.6 0.01256 0.3113 e e
30 0.0154 0.98 0.0277 ทั้ง 0.0157 0.2804 e e
40 0.0142 0.97 0.0289 10.2 0.01933 0.262 E E 50 0.0107 0.97
00251 10.7 0.0086 0.2613 e e
เฮนเดอร์สัน 20 0.0308 0.98 0.0439 7.0 1.171 3.835 e e
30 0.0454 0.97 0.0477 14.4 1.15 4.146 e e
40 0.0287 0.97 0.0423 12.0 1.450 4.391 e e
50 0.0243 0.98 0.0378 11.5 1.096 4.294 e e
* ผลรวมของสี่เหลี่ยม เนื่องจากความผิดพลาดของพอดี * * Root Mean Squared ข้อผิดพลาดข้อผิดพลาดมาตรฐาน ) , P : ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อน .
M edrisi sormoli t.a.g. ,langrish / lwt - วิทยาศาสตร์และเทคโนโลยีการอาหาร 62 ( 2015 ) 875e882 879
ถูกต้องสำหรับ เหมาะสมกับพารามิเตอร์ มีอยู่สามวิธี
หาค่าพารามิเตอร์ของสมการกั๊บ ในวิธีแรก
กั๊บสมการใหม่ และการวิเคราะห์การถดถอยพหุนามคือ
แสดง วิธีการนี้ได้รับการแนะนำให้สองข้อเสีย .
ประการแรกการเปลี่ยนแปลงผลลัพธ์ในการชั่ง
ข้อมูลไม่ถูกต้อง และประการที่สอง ช่วงความเชื่อมั่นสำหรับพารามิเตอร์
กั๊บ ไม่สามารถกำหนดโดยตรง ( samaniego esguerra et al . , 1991 )
ดังนั้นวิธีการนี้จะไม่กล่าวถึงในบทความนี้ ในวิธีที่สอง
ไม่เชิงเส้นการวิเคราะห์การถดถอยของมาตรฐาน threeparameter
กั๊บ สมการ ( อีคิว ( 9 ) ดำเนินการ และสามพารามิเตอร์
ของกับสมการ ( XM , C และ K ) จะถูกกำหนดในแต่ละ
อุณหภูมิ แล้ว dh1 dh2 C0 ค่า , , ,
k0 ประมาณโดยใช้สมการถดถอยต่อเนื่อง ( 10 ) และ ( 11 ) วิธีที่สอง
นี้เรียกว่าที่นี่เป็นวิธีการถดถอยแบบทางอ้อม ใน
วิธีที่สาม คำนิยามของพารามิเตอร์ของสมการกั๊บ
C , K และ XM ( EQS ( 10 ) และ ( 12 ) จะใช้เป็นมาตรฐาน
กั๊บสมการ ( อีคิว ( 9 ) ) การแทนที่นี้ผลลัพธ์ในรูปแบบของสมการที่ตัวแปรกั๊บ
dh1 ที่ถูกกำหนดเป็น dh2 dhx C0 , , , , และ k0 xm0 . ถดถอยเชิงเส้นได้รับ
าหกพารามิเตอร์กับสมการ (
maroulis et al . , 1988 ; samaniego esguerra et al . , 1991 ) วิธีที่สามนี้ได้ถูกอธิบายเป็นขั้นตอนโดยตรง
และได้รับการแนะนำสำหรับทำนายกับพารามิเตอร์ ( samaniego esguerra et al . , 1991 )
) โดยตรงพิจารณาประกอบด้วยอุณหภูมิเป็น
ตัวแปรในกับสมการ ดังนั้น เมื่อทั้งหกที่ไม่รู้จะ
คำนวณ เป็นไปได้เพื่อคำนวณและทำนายค่าพารามิเตอร์ของสมการและจากนั้นกั๊บ
พฤติกรรมการดูดซับความชื้นที่อุณหภูมิอื่น ๆ อย่างไรก็ตาม การไม่รู้จัก
6พารามิเตอร์การถดถอยจะค่อนข้างท้าทาย quirijns
Boxtel , รถตู้ , รถตู้แวนลูน และ straten ( 2005a ) แย้งว่า
ความหมายทางกายภาพของพารามิเตอร์ของสมการอาจได้รับสูญหายในระหว่างกั๊บ
กระบวนการขั้นตอนโดยตรง และพารามิเตอร์เหล่านี้
ยากที่จะกำหนดว่า มีความแม่นยําสูง และภายในช่วงความเชื่อมั่นให้
วิธีการถดถอย
ทั้งทางตรง และทางอ้อมการศึกษาครั้งนี้เพื่อให้พอดีกับข้อมูลการทดลองกับกั๊บ
3 ตารางแสดงสมการ คำนวณค่าพารามิเตอร์สำหรับสมการโดยใช้วิธีการถดถอยกั๊บ
ทางอ้อม เท่าที่พบในวิธีการถดถอยแบบทางอ้อม
, ค่าของความชื้นอย่าง
( XM ) ลดลงเล็กน้อยเมื่ออุณหภูมิเพิ่มขึ้น ในขณะที่ค่า K
เพิ่มขึ้นเล็กน้อย และยังเพิ่มค่า C
ถึง 40 องศาเซลเซียส ลดลงเล็กน้อยในพารามิเตอร์ c ) ที่ 50 C .
เดียวกันที่เพิ่มขึ้นและแนวโน้มลดลงค่า C ได้
ถูกรายงานในวรรณคดีสำหรับหัวหอม , แอปริค็อและถั่วเขียว
( djendoubi สร้าง et al . , 2012 ; samaniego esguerra et al . , 1991 )
ใช้วิธีการถดถอยแบบทางอ้อม . ทั้งหมดค่าพารามิเตอร์
ในการศึกษานี้อยู่ในช่วงที่พบสำหรับ CK และค่า XM สำหรับ
ผลิตภัณฑ์อาหาร จะได้รับการชี้ให้เห็นว่า ในการเป็นตัวแทนของ
ประเภท sigmoid ของ Sorption isotherm , พารามิเตอร์ของกั๊บ
สมการจะถูกเก็บไว้ในช่วงต่อไปนี้ : C > 5.67 และ
0 < K < 1 ( lewicki , 1997 ) อย่างความชื้นยัง
พบจะเทียบเคียงกับข้อมูลที่พบในวรรณคดี
สำหรับผลไม้ที่คล้ายกันเช่น 12 % ( w / w ) สำหรับแอปเปิ้ลแห้ง
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- Start-up inventory
- แล้วฉันก็จะสอนภาษาไทย
- Learn French is also hard ahah Well in J
- Slab
- คนส่วนใหญ่มาอธิฐานเกี่ยวกับโชคทางธุรกิจ
- The teachers have?
- DecideMerchantInterruptGlobeArriveBeach
- มีคุณภาพ
- 6. Editorial independence:
- angel
- when was
- ฉันควรตื่นให้เร็วกว่าปกติ
- although it is associatedwith an 8-fold
- TV-Premium HBO,CNN,ESPN
- cursor
- คุณจำฉันได้ไม๊
- ต้องนอนโรงพยาบาล
- That means you can mess with their tail,
- ฉันคิดแบบนั้นจริงๆ
- อย่าลืมคืนเงินที่ยืม
- U tired?
- Commercially
- direction
- คุณต้องการห้องพักเเบบไหนคะ
