>
Fa   |   Ar   |   En
   مدل‌سازی تغییرات جمعیت سن گندم با متغیرهای محیطی به کمک شبکۀ عصبی مصنوعی و مقایسۀ آن با مدل رگرسیون خطی در شهرستان چادگان  
   
نویسنده دوستی زهرا ,معینی نقده ناصر ,زمانی عباسعلی ,ندرلو لیلا
منبع دانش گياه پزشكي ايران - 1396 - دوره : 48 - شماره : 2 - صفحه:307 -315
چکیده    این بررسی به منظور پیش‌بینی تغییرات جمعیت سن گندم در مزرعه با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی چند گانه انجام شد. داده‌های مربوط به نوسانات جمعیت سن گندم در مزرعه‌ای به مساحت یک هکتار در سال‌های 1394 و 1395 در شهرستان چادگان بدست آمد. در این مدل‌ها از متغیرهای تاریخ نمونه برداری، متوسط دما، میانگین رطوبت نسبی، سرعت باد، جهت باد، بارش به عنوان متغیرهای وروردی و تغییرات جمعیت سن مادر به عنوان متغیر خروجی استفاده شد. شبکه مورد استفاده از نوع پرسپترون چند لایه با الگوریتم پس انتشار خطا و روش یادگیری مارکوارت لونبرگ بود. نتایج نشان داد بین این دو مدل، شبکه عصبی مصنوعی با ضریب تعیین 0/96 بهتر از رگرسیون با ضریب تعیین 0/40 تراکم جمعیت سن مادر را پیش بینی می‌کند. پس از انجام آنالیز حساسیت برای ساده تر شدن مدل و استخراج عوامل موثرتر، چهار عامل شماره روز سال، دما، رطوبت و سرعت باد انتخاب شدند. مدل شبکه عصبی بار دیگر با استفاده از این چهار عامل آموزش داده شد و مدلی با 11 لایه مخفی بهترین نتیجه را داد که ضریب تعیین مرحله آزمون مدل 0/97 بدست آمد که باز هم حاکی از دقت بالای آن نسبت به مدل رگرسیون خطی چند گانه با ضریب تعیین 0/43 بود.
کلیدواژه رگرسیون خطی چندگانه، سن گندم، شبکۀ عصبی مصنوعی، عوامل اقلیمی
آدرس دانشگاه رازی, دانشکدۀ کشاورزی, ایران, دانشگاه رازی, دانشکدۀ کشاورزی, ایران, دانشگاه رازی, دانشکدۀ کشاورزی, ایران, دانشگاه رازی, دانشکده کشاورزی, گروه مهندسی مکانیک بیوسیستم, ایران
 
   Modeling the population changes of sunn pest with environmental variables using artificial neural network and comparison with the linear regression model in Chadegan County  
   
Authors Doosti Zahra ,Moeini-Naghadeh Naser ,Zamani Abbas Ali ,Naderloo Leila
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved