مدل سازی متغیرهای موثر بر عملکرد مزارع نیشکر با استفاده از شبکه عصبی بازگشتی عمیق
Publish place: Biosystem Engineering Journal of Iran، Vol: 55، Issue: 2
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 32
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_IJBSE-55-2_007
Index date: 18 March 2025
مدل سازی متغیرهای موثر بر عملکرد مزارع نیشکر با استفاده از شبکه عصبی بازگشتی عمیق abstract
در این پژوهش، یکی از اهداف اصلی شرکت های کشت و صنعت نیشکر خوزستان، یعنی افزایش عملکرد مزارع نیشکر با بهره گیری از روش های داده کاوی، مورد بررسی قرار گرفت. این پژوهش از نوع تحلیلی بوده و شامل داده های آبیاری، زهکشی، خاک و گیاه ۱۲۰۱ مزرعه است که در سال های زراعی ۱۳۹۳ تا ۱۳۹۶ از شرکت کشت و صنعت امیرکبیر گردآوری شده اند. تحلیل ها با استفاده از نرم افزار پایتون انجام شد. در این پژوهش، چهار الگوریتم شبکه عصبی بازگشتی حافظه طولانی کوتاه مدت (LSTM)، شبکه عصبی چندلایه پرسپترون (MLP)، درخت تصمیم و ماشین بردار پشتیبان(SVM) مورد استفاده قرار گرفت و دو روش کاهش بعد تحلیل مولفه های اصلی (PCA) و الگوریتم تحلیل مولفه های مستقل (ICA) اعمال شد. در روش PCA، متغیرهای نهایی شامل واریته محصول، بافت خاک، نسبت سطح سمپاشی، هدایت الکتریکی خاک، زهکشی و کود شیمیایی نیتروژن شناسایی شدند. با وجود این، در روشICA، متغیرهای نهایی شامل واریته محصول، هدایت الکتریکی خاک، هدایت الکتریکی آب، سن گیاه، تعداد دفعات آبیاری و بافت خاک بودند. نتایج نشان داد که الگوریتم شبکه عصبی بازگشتی حافظه طولانی کوتاه مدت (LSTM) در روش کاهش بعد تحلیل مولفه های اصلی (PCA) عملکرد بهتری داشت. مقادیر R² برابر با ۹۷%، RMSE برابر با ۷۹/۵۱، و RRMSE برابر با ۸۹/۰ برای این الگوریتم در روش PCA به دست آمد که نسبت به روش ICA که مقادیر R² برابر با ۹۱%، RMSE برابر با ۷۵/۶۲ و RRMSE برابر با ۷۹۸/۰ بود، نتایج بهتری ارائه داد. این نشان می دهد که روش PCA توانایی بهتری در کاهش ابعاد برای این مدل داشته است.
مدل سازی متغیرهای موثر بر عملکرد مزارع نیشکر با استفاده از شبکه عصبی بازگشتی عمیق Keywords:
مدل سازی متغیرهای موثر بر عملکرد مزارع نیشکر با استفاده از شبکه عصبی بازگشتی عمیق authors
حسن ذکی دیزجی
گروه مهندسی بیوسیستم ، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران.
کیمیا شیرینی
گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه تبریز، ایران
عادل طاهری حاجی وند
گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه تبریز ، تبریز، ایران.
نسیم منجزی
گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
