پیش بینی الگوی توزیع (Hemiptera: Aphididae) Rhopalosiphum padi با استفاده از شبکه عصبی مصنوعی بهینه شده توسط الگوریتم حرکت تجمعی ذرات

امروزه با پدید آمدن فنون آماری قوی و شبکه های عصبی، مدل های پیش ­بینی کننده پراکنش آفات به سرعت در بوم شناسی توسعه پیدا کرده است. این پژوهش به منظور پیش­ بینی و ترسیم نقشه توزیع شته Rhopalosiphum padi با استفاده از شبکه های عصبی پرسپترون چندلایه (MLP) ترکیب شده با حرکت تجمعی ذرات در مزرعه گندم منطقه باجگاه، استان فارس انجام شد. داده های مربوط به جمعیت این آفت از طریق نمونه برداری از ۱۰۰ نقطه از سطح مزرعه گندم در سال ۱۳۹۵ به دست آمد. برای ارزیابی قابلیت شبکه های عصبی مورد استفاده در پیش ­بینی توزیع، از مقایسه آماری پراسنجه­ هایی مانند میانگین، واریانس و توزیع آماری بین مقادیر پیش­ بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آن ها استفاده شد. نتایج نشان داد، در مراحل آموزش و آزمایش بین مقادیر ویژگی های آماری واریانس، توزیع آماری و میانگین مجموعه داده های واقعی و پیش بینی شده مکانی این آفت توسط شبکه عصبی ترکیب شده، تفاوت معنی­ داری وجود ندارد. نقشه های ترسیم شده نشان داد، توزیع این آفت تجمعی است و امکان کنترل متناسب با مکان را در مزرعه مورد مطالعه دارد.

پیش بینی الگوی توزیع (Hemiptera: Aphididae) Rhopalosiphum padi با استفاده از شبکه عصبی مصنوعی بهینه شده توسط الگوریتم حرکت تجمعی ذرات Keywords:

توزیع مکانی , شبکه عصبی مصنوعی , شته برگ برنج