در این تحقیق به منظور مدل‌سازی فرایند استخراج روغن از جوانه ذرت در مقیاس صنعتی از 3 سطح دمای پخت (80، 85 و 90 درجه سانتی‌گراد) و سه سطح رطوبت دانه های خروجی از دیگ پخت (3، 5/3 و 4 درصد) استفاده گردید و میزان لرد و اسیدیته روغن، میزان روغن، پروتئین و رطوبت کنجاله مورد بررسی قرار گرفت. جهت پیش‌بینی روند تغییرات از ابزارشبکه‌های عصبی مصنوعی در نرم‌افزار متلب استفاده شد. با بررسی شبکه‌های مختلف شبکه‌ی پس‌انتشار پیشخور با توپولوژی‌های2-6-5 با ضریب همبستگی بیشتر از 984/0 و میانگین مربعات خطای کمتر از 003/0 و با بکارگیری تابع فعال‌سازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ– مارکوات و چرخه یادگیری 1000 به عنوان بهترین مدل‌ عصبی مشخص گردید. نتایج حاصل از مدل‌های بهینه‌ی انتخاب شده نیز ارزیابی گردید و این مدل‌ها با ضرایب همبستگی بالا )بیش از 953/0( قادر به پیش‌بینی روند تغییرات بودند. از طرفی نتایج نشان داد که مدل‌های به‌دست آمده در این مطالعه بیشترین دقت را در پیش‌بینی میزان رطوبت کنجاله داشتند. پرونده مقاله