دوره 3، شماره 10 - ( زمستان 1392 )
جلد 3 شماره 10 صفحات 164-157 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Sajadi S J, Sabouri H. Application of Artificial Neural Networks in Canola Crop Yield Prediction . Journal of Crop Production and Processing 2014; 3 (10) :157-164
URL: http://jcpp.iut.ac.ir/article-1-2012-fa.html
URL: http://jcpp.iut.ac.ir/article-1-2012-fa.html
سجادی سید جواد، صبوری حسین. کاربرد شبکه‌های عصبی مصنوعی در پیش‌بینی عملکرد محصول کلزا. نشریه تولید و فرآوری محصولات زراعی و باغی. 1392; 3 (10) :157-164
دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، گنبد کاووس، گلستان ، javad.sajadi@ghec.ac.ir
چکیده: (6472 مشاهده)
پیش‌بینی عملکرد محصولات کشاورزی نقش مهمی در سیاست‌گذاری‌های بخش کشاورزی ایفا می‌کند. آشکارترین کاربرد پیش‌بینی عملکرد، تعیین اعتبار لازم توسط دولت جهت خرید محصول و قیمت‌گذاری آن برای سال آینده می‌باشد. تحقیقات مربوط به پیش‌بینی عملکرد محصولات کشاورزی بیشتر بر پایه استفاده از تحلیل رگرسیونی استوار بوده است. در این پژوهش عملکرد محصول کلزای دیم در منطقه گنبد استان گلستان توسط شبکه‌های عصبی مصنوعی با استفاده از داده‌های هواشناسی 11 سال زراعی (1388-1377) پیش‌بینی شد. ورودی‌های شبکه‌های عصبی میانگین بارندگی هفتگی، میانگین درجه حرارت هفتگی، میانگین رطوبت نسبی هفتگی و میانگین تعداد ساعات آفتابی هفتگی و خروجی آنها میزان عملکرد محصول بر حسب کیلوگرم در هکتار می‌باشد. از شبکه عصبی پرسپترون چند لایه (MLP) با الگوریتم آموزش پس‌انتشار لونبرگ- مارکواردت(Levenberg-Marquardt) (LM) برای پیش‌بینی عملکرد استفاده شد و معیارهای ریشه میانگین مربع خطا (RMSE)(Root Mean Square Error) و مجذور ضریب هم‌بستگی (R2)(Correlation Coefficient) جهت ارزیابی کارآیی شبکه استفاده شده به‌کارگرفته شدند. نتایج به‌دست آمده نشان داد که شبکه عصبی مصنوعی با ساختار 1-20-13 دارای کمترین مقدار RMSE برابر با 235/101 و بیشترین مقدارR2 برابر با 997/0 در میان ساختارهای مختلف شبکه عصبی به‌کارگرفته‌شده می‌باشد. این نتایج نشان‌دهنده توانایی بالای شبکه عصبی آموزش‌دیده در پیش‌بینی عملکرد محصول کلزاست.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 | این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
