Comparative analysis of thin-layer drying models in predicting papaya moisture content using optimization algorithms

Can Ertekin

doi:10.1108/EC-07-2025-0776

2026-01-01

PRE

DOI：10.1108/EC-07-2025-0776

原文链接

原文求助

摘要

En 中文

目的本研究旨在比较分析15种广泛使用的薄层干燥模型对木瓜片水分比（MR）的预测，并评估四种优化算法（HFO-1、IGWO、GRG和LM）在估计模型参数方面的性能。设计/方法/途径在70、80和90摄氏度的空气温度下，使用对流托盘干燥机干燥厚度为6、8和10毫米的木瓜片。使用四种优化算法对每个模型进行参数估计。采用RMSE和MAE评估模型精度。通过比较性能比和模型-算法匹配情况，确定最准确和稳定的方法。发现总体而言，HFO-1方法优于LM，在所有评估案例中83.70%的情况下实现了更低的RMSE值，8.15%的情况下性能相当。与GRG相比，69.63%的情况下RMSE值相等，而HFO-1在20.74%的情况下表现更好。与IGWO相比，52.60%的情况下RMSE值相等，而HFO-1在45.18%的情况下表现更好。在所有干燥温度和切片厚度下，修正的亨德森和帕比斯-I模型显示出最佳的预测性能。研究发现，HFO-1始终能够有效最小化误差并稳定收敛，尤其是在非线性及多模态模型结构下。研究局限/启示本研究专注于实验室可控条件下的木瓜片对流干燥。结果可能因其他干燥技术或食品材料而异。实践启示选择最有效的算法-模型组合可以支持更好的干燥过程设计，提高能源效率，并在工业食品干燥应用中增强水分预测精度。创新性/价值本研究首次应用IGWO和HFO-1算法优化薄层干燥模型的参数。同时评估15种不同模型使本研究成为干燥模型优化领域最全面的分析之一。HFO-1的强准确性和收敛能力突显其在食品工程和干燥动力学更广泛应用中的适用性。

Keyword:

Papaya

Moisture ratio

Thin layer

Drying models

Algorithms