ویراساینس.
مقاله

کاربرد شبکه های عصبی مصنوعی در پیش بینی عملکرد محصول کلزا

سید جواد سجادی، s. j. sajadi college of agric. and natur. resour., gonbad kavoos univ., golestan, iran.دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، گنبد کاووس، گلستان حسین صبوری، h. sabouri college of agric. and natur. resour., gonbad kavoos univ., golestan, iran.دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، گنبد کاووس، گلستان

چکیده

پیش بینی عملکرد محصولات کشاورزی نقش مهمی در سیاست گذاری های بخش کشاورزی ایفا می کند. آشکارترین کاربرد پیش بینی عملکرد، تعیین اعتبار لازم توسط دولت جهت خرید محصول و قیمت گذاری آن برای سال آینده می باشد. تحقیقات مربوط به پیش بینی 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 شبکه های عصبی مصنوعی با استفاده از داده های هواشناسی 11 سال زراعی (1388-1377) پیش بینی شد. ورودی های شبکه های 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 می باشد. از شبکه عصبی پرسپترون چند لایه (mlp) با الگوریتم آموزش پس انتشار لونبرگ- مارکواردت(levenberg-marquardt) (lm) برای پیش بینی عملکرد استفاده شد و معیارهای ریشه میانگین مربع خطا (rmse)(root mean square error) و مجذور ضریب هم بستگی (r2)(correlation coefficient) جهت ارزیابی کارآیی شبکه استفاده شده به کارگرفته شدند. نتایج به دست 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 به کارگرفته شده می باشد. این نتایج نشان دهنده توانایی بالای شبکه عصبی آموزش دیده در پیش بینی عملکرد محصول کلزاست.

اسناد مشابه

  • کاربرد شبکه‌های عصبی مصنوعی در پیش‌بینی عملکرد محصول کلزا

    مقاله۲۰۱۴تولید محصولات زراعی و باغیسجادی, سید جواد، صبوری, حسین

    Crop yield prediction has an important role in agricultural policies such as specification of the crop price. Crop yield prediction researches have been based on regression analysis. In this research canola yield was predicted using Artificial Neural Networks (ANN) using 11 crop

  • ارزیابی کارایی مدل های شبکه عصبی مصنوعی در تخمین عملکرد محصول زعفران بر اساس پارمترهای اقلیمی

    مقالهپژوهش های زعفرانابوالفضل اکبرپور، استادیار گروه مهندسی آب دانشگاه بیرجند امید خراشادیزاده، دانشجوی کارشناسی ارشد منابع آب دانشگاه بیرجند علی شهیدی، استادیار گروه مهندسی اب دانشگاه بیرجند الهام قوچانیان

    زعفران به عنوان با ارزش ترین محصول کشاورزی و دارویی جهان جایگاه ویژه ای در بین محصولات صنعتی و صادراتی ایران دارد. در حال حاضر ایران بزرگترین تولیدکننده و صادرکننده زعفران در جهان است، بطوریکه بیش از 7/93 درصد تولید جهانی این محصول گران بها به ایران اختصاص دارد، اما علیرغم قدمت ک

  • ارزیابی کارایی مدل‌های شبکه عصبی مصنوعی در تخمین عملکرد محصول زعفران بر اساس پارمترهای اقلیمی

    مقاله۲۰۱۳پژوهش های زعفرانابوالفضل اکبرپور، امید خراشادیزاده، علی شهیدی، الهام قوچانیان

    زعفران به عنوان با ارزش ترین محصول کشاورزی و دارویی جهان جایگاه ویژه ای در بین محصولات صنعتی و صادراتی ایران دارد. در حال حاضر ایران بزرگترین تولیدکننده و صادرکننده زعفران در جهان است، بطوریکه بیش از 7/93 درصد تولید جهانی این محصول گران بها به ایران اختصاص دارد، اما علیرغم قدمت ک

  • کاربرد شبکة عصبی مصنوعی در پیش بینی و شبیه سازی شاخص اقلیمی خشک سالی هواشناسی دهک بارش (مطالعة موردی: استان سیستان و بلوچستان)

    مقاله۲۰۱۴مرتع و آبخیزداریآرش ملکیان، مه رو ده بزرگی، امیر هوشنگ احسانی، امیر رضا کشتکار

    محدودیت منابع آب ناشی از خشک سالی های متوالی، از مهم ترین معضلات استان سیستان و بلوچستان است.در این پژوهش برای پیش بینی سیکل خشک سالی در 9 ایستگاه هواشناسی استان سیستان و بلوچستان از شبکة عصبی مصنوعی استفاده شد. داده های مورد استفادة ورودی شبکه شامل بارش سالانه و شاخص دهک بارش (d

  • پیش بینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی

    مقالهتولید محصولات زراعی و باغیبهاء الدین نجفی، b. najafi منصور زیبایی، m. zibaei محمدحسین شیخی، m. h. sheikhi محمدحسن طرازکار

    در این مطالعه به منظور پیش بینی قیمت عمده فروشی برخی محصولات زراعی شامل گوجه فرنگی، پیاز و سیب زمینی در استان فارس، برای افق زمانی یک، سه و شش ماه آتی از روش های معمول پیش بینی و شبکه عصبی مصنوعی استفاده شد. داده های مورد نیاز برای دوره مهر 1377 تا تیرماه 1384 از اداره جهاد کشاور

  • کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی حضور علف های هرز در مزارع نخود دیم استان کردستان

    مقاله۲۰۱۴مجله دانش علف های هرز ایرانسحر منصوریان، ابراهیم ایزدی دربندی، محمدحسن راشد محصل، مهدی راستگو

    به منظور مقایسه توانایی مدل های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف های هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف های هرز غالب به عنوان متغ