ABSTRACT
Este trabajo tuvo como objetivo predecir las manifestaciones macroscópicas de los dos principales fenómenos de transferencia de masa en tres frutas (melón, lechosa y manzana) osmóticamente deshidratadas. Se consideró el efecto de cinco variables de proceso: tipo de alimento, concentración de la solución osmótica, tamaño de la fruta, temperatura y tiempo de proceso, sobre la pérdida de agua y ganancia de sólidos de las frutas. Para ello se desarrolló un modelo neuronal artificial compuesto por cinco neuronas de entrada y dos capas ocultas de procesamiento de información compuestas por cinco neuronas cada una, utilizando funciones sigmoides como medio de comunicación, y dos neuronas de salida representando a las variables dependientes del modelo. La arquitectura neuronal desarrollada y entrenada mediante el algoritmo Levenberg-Mar-quardt permitió predecir más del 90 por ciento de la variabilidad de los datos en los dos fenómenos de transferencia estudiados, constituyéndose en un modelo alternativo a las ecuaciones paramétricas desarrolladas hasta el momento