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

نویسندگان

  • سید عنایت‌اله علوی استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
  • محمدجواد شیخ‌داودی استاد گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
  • نگار حافظی دانشجوی دکتری مکانیزاسیون کشاورزی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
  • هوشنگ بهرامی دانشیار گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
چکیده مقاله:

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 بهینه‌سازی ازدحام ذرات به منظور افزایش دقت و سرعت یادگیری سیستم فازی- عصبی در تخمین خصوصیات کمی و کیفی محصول نیشکر است. متغیرهای مدل شامل مجموعه‌ای از عوامل مدیریتی، خصوصیات خاک، آب و اقلیمی در منطقه مورد مطالعه است. در ابتدا، برای انتخاب ویژگی‌های بهینه از میان متغیرهای موجود در مسأله از الگوریتم ژنتیک استفاده شد سپس از یک الگوی اصلی سیستم استنتاج فازی- عصبی تطبیقی و یک الگوی ترکیبی شبکه فازی- عصبی با الگوریتم ازدحام ذرات برای پیش‌بینی خصوصیات مورد مطالعه استفاده گردید. نتایج نشان داد که الگوی ترکیبی شبکه فازی- عصبی و الگوریتم ازدحام ذرات نسبت به الگوی اصلی سیستم فازی- عصبی صرف، به راه‌حل دقیق‌تر و قوی‌تر منجر شده‌است؛ این مدل به ترتیب با مقادیر اعشاری ضریب تعیین، ریشه میانگین مربعات خطا و میانگین درصد خطای مطلق 9237/0، 0181/0 و 0217/0 برای عملکرد نیشکر و نیز 9847/0، 0086/0 و 0138/0 برای درصد شکر استحصالی، توانایی مناسبی در پیش‌بینی و نگاشت غیرخطی میان متغیرهای مورد نظر داشته است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بهبود موقعیت‌یابی و نقشه‌یابی هم‌زمان با استفاده از الگوریتم اجتماع ذرات و سیستم فازی-عصبی تطبیقی

مسئله موقعیت‌یابی و نقشه‌یابی هم‌زمان (SLAM) یکی از نیازهای اساسی برای ربات‌های خودمختار متحرک است که در محیط‌های ناشناخته حرکت می‌کنند. الگوریتم UFastSLAM یک روش مؤثر برای این منظور است. این روش با به‌کاربردن تبدیل خنثی، الگوریتم FastSLAM را بهبود می‌دهد. با وجود این، فرآیند نمونه‌برداری مجدد و اطلاعات آماری نامعلوم نویز فرآیند و اندازه‌گیری منجر به ناسازگاری می‌شود. در این مقاله، برای بهبود U...

متن کامل

پیش‌بینی مدول برجهندگی خاک‌های ریزدانه با استفاده از شبکه عصبی مصنوعی، ماشین بردار پشتیبان و سیستم استنتاج تطبیقی عصبی-فازی بهینه‌سازی‌شده با الگوریتم ازدحام ذرات

مدول برجهندگی خاک بستر ازجمله پارامترهای بسیار مهم در تحلیل و طراحی روسازی‌ است. این پارامتر هم در روش‌های تجربی (مانند اشتو 1993) و هم در روش‌های مکانیستیک-تجربی (مانند MEPDG) به عنوان اصلی‌ترین پارامتر برای بیان مقاومت و خصوصیات مکانیکی خاک بستر مورداستفاده قرار می‌گیرد. برای تعیین این پارامتر نیاز است تا آزمایش بارگذاری سه محوری دینامیک تحت تنش‌های محدود‌کننده و تنش‌های انحرافی مختلف بر روی ...

متن کامل

پیش‌بینی قیمت برق با تأکید بر جهش‌های قیمت با استفاده از ترکیب شبکۀ عصبی-فازی با الگوریتم بهینۀ ازدحام ذرات

پس از تجدید ساختار بازار برق، مطالعات بسیاری به‌منظور افزایش کارایی سیستم قدرت و سوددهی سرمایه‌گذاران، به‌ویژه در بحث طراحی سیستم‌های جدید و قیمت انرژی انجام شد. سود سرمایه‌گذاری می‌تواند با بستن قراردادهای بهتر یا پیشنهاددهی قیمت مناسب برای خریدوفروش انرژی الکتریکی افزایش یابد. به‌طوری‌که برای رسیدن به این موارد باید قیمت برق به‌طور دقیق پیش‌بینی شود. هدف اصلی این پژوهش، پیش‌بینی قیمت برق در ب...

متن کامل

عملکرد مدل شبکه عصبی مصنوعی و شبکه عصبی فازی تطبیقی در تخمین غلظت ذرات معلق در هوای شهر تهران

 در سالهای اخیر رشد روز افزون جمعیت ، وسایل نقلیه و کارخانه‌ها باعث افزایش آلودگی هوا و ایجاد مشکلات زیادی برای محیط زیست بشر و سلامتی انسان شده است. یکی از مهمترین آلاینده‌ها، ذرات‌معلق می‌باشد که سبب بروز مشکلات تنفسی و قلبی در انسان می‌شود. هدف از این مطالعه مقایسه مدل‌های شبکه‌عصبی‌مصنوعی و شبکه‌عصبی‌فازی-تطبیقی در تخمین غلظت ذرات معلق در شهر تهران می‌باشد. در...

متن کامل

بهینه سازی شبکه های آبیاری با استفاده از الگوریتم ازدحام ذرات توسعه یافته و برنامه ریزی خطی

چکیده مسئله انتخاب بهترین آرایش برای قطر لوله­ها و هد بهینه پمپ طوری که هزینه کل سیستم مینیمم گردد، از خیلی سال قبل توسط مهندسین هیدرولیک مورد توجه بوده است. در این مطالعه از روش­های برنامه­ریزی خطی عدد صحیح مختلط و الگوریتم ازدحام ذرات تکامل و جهش یافته برای بهینه­سازی شبکه­های آبیاری تحت فشار استفاده می شود، به گونه­ای که شبکه انتخابی، شامل 16 لوله و 17 گره می­باشد. تابع هدف شامل هزینه ثابت ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 43  شماره 2

صفحات  107- 126

تاریخ انتشار 2020-08-22

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023