Recently artificial neural network

Recently artificial neural network (ANN) gained popularity as a modeling tool in many disciplines of engineering and science. The most attractive feature of ANN may be its ability to find and learn a complex relationship hidden among a number of variables. Some recent applications of ANN to modeling of thermal process are following: prediction of optimal processing conditions for conduction-heated foods in cans (Sablani et al., 1995), prediction of heat transfer coefficients associated with liquid/particle mixtures in cans (Sablani et al., 1997), prediction of thermal process lethality for a range of can sizes and operating conditions (Afagui et al., 2001), prediction of heating rate parameters in sterilization process (Mittal and Zhang, 2002), modeling and optimization of thermal processing with variable retort temperature for conduction heated foods (Chen and Ramaswamy, 2002), prediction of the cold spot temperature of a liver paste filled in cans (Gonçalves et al., 2005), modeling and optimization of the multiple ramp-variable retort temperature control for thermal processing (Chen and Ramaswamy, 2004), and modeling of heat transfer to canned particulate fluids under axial rotation processing (Dwivedi and Ramaswamy, 2010).

ผลลัพธ์ (ไทย) 1:

เมื่อเร็ว ๆ นี้ เครือข่ายประสาทเทียม (แอน) ได้รับความนิยมเป็นเครื่องมือสร้างโมเดลในหลายสาขาวิชาวิศวกรรมศาสตร์และวิทยาศาสตร์ คุณลักษณะน่าสนใจที่สุดของแอนได้ความสามารถในการค้นหา และเรียนรู้ความสัมพันธ์ซับซ้อนซ่อนระหว่างจำนวนตัวแปร บางโปรแกรมประยุกต์ล่าสุดของแอนกับโมเดลของกระบวนการความร้อนต่อไปนี้: พยากรณ์เงื่อนไขการประมวลผลที่เหมาะสมสำหรับนำอุ่นอาหารในกระป๋อง (Sablani และ al., 1995), การคาดเดาของสัมประสิทธิ์การถ่ายโอนความร้อนเกี่ยวข้องกับส่วนผสมของเหลว/อนุภาคในกระป๋อง (Sablani และ al., 1997), ทำนายของ lethality กระบวนการความร้อนในช่วงของสามารถขนาดและเงื่อนไขปฏิบัติ (Afagui และ al., 2001), ทายผลของความร้อนอัตราพารามิเตอร์ในกระบวนการฆ่าเชื้อ (Mittal และจาง , 2002), สร้างโมเดลและการเพิ่มประสิทธิภาพของการประมวลผลกับตัวแปรความร้อนอุณหภูมิการนำความร้อนอาหาร (เฉินและ Ramaswamy, 2002) ตอบโต้ ทำนายของตับวางจุดอุณหภูมิเย็นเติมกระป๋อง (Gonçalves et al., 2005), สร้างโมเดลและการเพิ่มประสิทธิภาพของการควบคุมอุณหภูมิแปรทางลาดย้อนหลายสำหรับการประมวลผลความร้อน (เฉินและ Ramaswamy, 2004), และแบบจำลองของความร้อนที่ถ่ายโอนไปยังของเหลวฝุ่นกระป๋องภายใต้การหมุนของแกนประมวลผล (Dwivedi Ramaswamy , 2010)

ผลลัพธ์ (ไทย) 2:

เมื่อเร็ว ๆ นี้เครือข่ายประสาทเทียม (ANN) ได้รับความนิยมเป็นเครื่องมือในการสร้างแบบจำลองในหลายสาขาวิชาวิศวกรรมและวิทยาศาสตร์ คุณลักษณะที่น่าสนใจที่สุดของแอนอาจจะเป็นความสามารถในการค้นหาและเรียนรู้ความสัมพันธ์ที่ซับซ้อนซ่อนตัวอยู่ท่ามกลางจำนวนของตัวแปร บางโปรแกรมล่าสุดของแอนที่จะสร้างแบบจำลองของกระบวนการความร้อนต่อไปนี้: (. Sablani, et al, 1995) การคาดการณ์ของเงื่อนไขในการประมวลผลที่ดีที่สุดสำหรับอาหารการนำความร้อนในกระป๋องทำนายของสัมประสิทธิ์การถ่ายเทความร้อนที่เกี่ยวข้องกับการผสมของเหลว / อนุภาคในกระป๋อง (Sablani et al., 1997) การคาดการณ์ของตายกระบวนการความร้อนสำหรับช่วงของขนาดสามารถและสภาพการใช้งาน (Afagui et al., 2001) การคาดการณ์ของพารามิเตอร์อัตราความร้อนในกระบวนการฆ่าเชื้อ (Mittal และ Zhang, 2002), การสร้างแบบจำลองและการเพิ่มประสิทธิภาพของการระบายความร้อน การประมวลผลที่มีอุณหภูมิโต้ตัวแปรสำหรับการนำอาหารที่อุ่น (Chen และ Ramaswamy, 2002), การทำนายอุณหภูมิจุดที่หนาวเย็นของวางตับเต็มไปในกระป๋อง (Gonçalves et al., 2005), การสร้างแบบจำลองและการเพิ่มประสิทธิภาพของอุณหภูมิโต้ลาดตัวแปรหลาย การควบคุมสำหรับการประมวลผลความร้อน (Chen และ Ramaswamy, 2004) และการสร้างแบบจำลองการถ่ายเทความร้อนของเหลวอนุภาคกระป๋องภายใต้การประมวลผลการหมุนตามแนวแกน (Dwivedi และ Ramaswamy 2010)

ผลลัพธ์ (ไทย) 3:

โครงข่ายประสาทเทียม ( ANN ) เมื่อเร็วๆ นี้ ได้รับความนิยมเป็นเครื่องมือแบบจำลองในหลายสาขาของวิศวกรรมศาสตร์และวิทยาศาสตร์ คุณลักษณะที่น่าสนใจที่สุดของแอนอาจจะ ความสามารถในการค้นหาและเรียนรู้ความสัมพันธ์ที่ซับซ้อนซ่อนอยู่ระหว่างหมายเลขของตัวแปร ล่าสุดโปรแกรมแอนแบบจำลองของกระบวนการความร้อนมีต่อไปนี้ :คำทำนายของการประมวลผลสภาวะที่เหมาะสมการอุ่นอาหารในกระป๋อง ( sablani et al . , 1995 ) , การทำนายค่าสัมประสิทธิ์ การถ่ายเทความร้อนที่เกี่ยวข้องกับของเหลว อนุภาคผสมในกระป๋อง ( sablani et al . , 1997 ) การทำนาย Lethality กระบวนการความร้อนสำหรับช่วงของขนาดและเงื่อนไข ( afagui et al . , 2001 ) ,การทำนายค่าอัตราความร้อนในกระบวนการฆ่าเชื้อ ( มิตตาล และ ชาง , 2002 ) , การสร้างและเพิ่มประสิทธิภาพของกระบวนการที่มีตัวแปรอุณหภูมิสำหรับการอุ่นอาหาร retort ( เฉินและ ramaswamy , 2002 ) , การทำนายจุดความเย็นอุณหภูมิของตับวางเติมในกระป๋อง ( Gon Alves ทา et al . , 2005 )การสร้างและการเพิ่มประสิทธิภาพของหลายตัวแปรควบคุมอุณหภูมิ สำหรับทางลาดย้อนกระบวนการความร้อน ( เฉินและ ramaswamy , 2004 ) และแบบจำลองการถ่ายเทความร้อนสู่ของเหลวอนุภาคบรรจุกระป๋องภายใต้การประมวลผลการหมุนแกน ( dwivedi และ ramaswamy , 2010 )