کارایی مدل های ماشین بردار پشتیبان و برنامه ریزی بیان ژن در پیش بینی عملکرد زعفران

با توجه به حساسیت عملکرد زعفران و تاثیرپذیری آن از پارامترهای اقلیمی و خاصیت غیرخطی توابع عملکرد گیاهی، در این تحقیق به پیش‌بینی عملکرد زعفران پرداخته شد. هدف از انجام این مطالعه، توانایی مدل شبیه‌سازی ماشین بردار پشتیبان(lssvm) و مدل برنامه‌ریزی بیان ژن(genxprotools5,0 )در پیش‌بینی عملکرد زعفران براساس داده‌های هواشناسی(حداقل دما، حداکثر دما، بارش، تبخیر و رطوبت نسبی،عملکرد یکسال قبل) در مقیاس فصلی در بازه زمانی 2006-1992 می‌باشد. بهترین مدل براساس معیارهای ارزیابی rmse,r2وmae انتخاب شد. بررسی‌ها نشان داد در هر دو مدل، در سناریوی h (میانگین حداقل دما درفصل زمستان، میانگین بارش در فصل پاییز، میانگین بارش در فصل زمستان، میانگین تبخیر در فصل زمستان،عملکرد یکسال قبل) برآورد مطلوب‌تری از عملکرد زعفران حاصل شد. در مدل lssvm ترکیب‌های با تابع کرنل liner نتایج دقیق‌تری داشت. اما بین مدل lssvm و مدل gep، مدل gep دارای r2 بالاتر و rmse و mae پایین‌تری بود. میزان rmse,r2 و mae در این مدل تحت سناریوی h در بخش آموزش به ترتیب 0.60688، 0.43265و 0.46432 به دست آمد. در مجموع مدل gep نتایج دقیق‌تری را در تخمین عملکرد زعفران نسبت به مدل lssvm دارا بود.