پیش بینی عملکرد مزارع نیشکر با استفاده از سیستم فازی- عصبی تطبیقی

Authors

  • عبدالرحیم هوشمند استادیار گروه آبیاری و زهکشی، دانشکده علوم آب، دانشگاه شهید چمران اهواز.
  • عبدعلی ناصری استاد گروه آبیاری و زهکشی، دانشکده علوم آب، دانشگاه شهید چمران اهواز.
  • مریم احمدوند دانش آموخته کارشناسی ارشد دانشگاه شهید چمران اهواز .
Abstract:

     پارامترها و عوامل مختلفی از قبیل عمق سطح ایستابی نسبت به سطح زمین، شوری بخش اشباع خاک، عمق آب آبیاری، نوع خاک، رقم و سن گیاه بر عملکرد مزارع نیشکر تأثیر می‌گذارند. با بررسی این پارامترها و تعیین میزان اثر هر یک از آنها بر عملکرد مزارع نیشکر، می­توان راهکارهایی ارائه داد که با بهره گیری از امکانات و شرایط موجود حداکثر عملکرد را در مزارع نیشکر به‌دست آورد. بدین منظور در این تحقیق سعی شد با استفاده از روش بدیع سیستم استنتاج فازی- عصبی تطبیقی عملکرد مزارع نیشکر مدل‌سازی گردد. داده­های مورد نیاز جهت انجام این تحقیق مربوط به یک دوره سه ساله می­باشد که از کشت و صنعت میرزا کوچک خان تهیه گردید. نتایج نشان داد مدل پیشنهاد شده با ضریب همبستگی برابر  978/0 ، RMSE 35/1 و میزان خطای 2/3 دارای دقت بالایی در پیش بینی عملکرد مزارع نیشکر می­باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیجیدگی زیاد یا عدم‌  صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی از جمله سیستم می‌باشد. مزیت اصلی این تکنیک نسبت به  استنتاج فازی روش‌های رایج، این است که این سیستم بر اساس قواعد اگر- آن‌گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...

full text

پیش بینی کیفی رودخانه ها با استفاده از سیستم استنتاج فازی-عصبی تطبیقی

اخیرأ استفاده از مدل های ریاضی برای شبیه سازی کیفیت آب رودخانه ها توسعه زیادی یافته که به دلیل پیچیدگی و تعدد فرایندهای کیفی منابع آب سطحی و وجود ضرایب و ثابت های شیمیایی و بیولوژیکی متعدد، استفاده از سیستم استنباط فازی-عصبی تطبیقی، روشی نو جهت پیش بینی کیفی رودخانه هاست. در این مقاله ضمن بیان مبانی این سیستم به منظور پیش بینی کیفی آبهای سطحی، کاربرد آن با مجموعه ای از داده های 16 ساله از اکسیژ...

full text

پیش بینی پسماند تولیدی شهر تهران با استفاده از سامانه استنتاج تطبیقی فازی-عصبی و شبکه‌های عصبی مصنوعی

پیش بینی کمیت تولید، نقش به سزایی در بهینه سازی و برنامه ریزی سامانه­ مدیریت پسماند­های جامد شهری دارد، اما به علت دینامیک بودن سامانه های مدیریت پسماند، پیچیدگی روابط بین متغیر ورودی و خروجی، در دسترس نبودن و یا ناکافی بودن اطلاعات و همچنین تاثیر عوامل متغیر و غیرقابل کنترل همواره کار مشکلی بوده است. امروزه استفاده از سامانه های هوشمند به عنوان راهکاری نوین در تحلیل مسائل زیست محیطی، گسترش یاف...

full text

تخمین عملکرد کمی و کیفی نیشکر با استفاده از شبکه فازی- عصبی تطبیقی بهبود یافته با الگوریتم بهینه‌سازی ازدحام ذرات

متغیرهای مختلفی بر عملکرد مزارع نیشکر تأثیر‌گذارند. با بررسی این متغیرها و تعیین میزان اثر هر یک از آنها می‌توان به راهکارهایی به‌منظور افزایش بهره‌وری مزارع نیشکر دست یافت. امروزه استفاده از یافته‌های هوش مصنوعی و داده کاوی برای کمک به پیش‌بینی تولید محصول مورد توجه قرار گرفته است. هدف از این مقاله، معرفی روش‌ هوشمند سیستم استنتاج فازی- عصبی تطبیقی و ترکیب این تکنیک با الگوریتم بهینه‌س...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 35  issue 4

pages  1- 9

publication date 2013-02-19

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023