نیکروز باقری - پژوهشگر، موسسه تحقیقات فنی و مهندسی کشاورزی
افشین ایوانی - استادیار پژوهشی موسسه تحقیقات فنی و مهندسی کشاورزی

به منظور پیش بینی بده خروجی یک سمپاش زراعی نرخ متغیر، از روش شبکه عصبی مصنوعی استفاده شد. برای مدل سازی بده خروجی افشانک ها، 727 شبکه با چهار نوع مدل عصبی مصنوعی خطی، پرسپترون چندلایه، تابع پایه شعاعی و رگرسیون تعمیم یافته آزمون شدند. برای هر افشانک 22،45 و 23 داده به ترتیب برای آموزش، اعتبارسنجی و آزمایش استفاده شدند. بر اساس مقایسه نتایج مدل ها، مدل تابع پایه شعاعی با یک لایه ورودی، 4 لایه پنهان و 4 لایه خروجی با حداقل خطا به عنوان بهترین مدل انتخاب شد. هم چنین براساس نتایج، میانگین مقادیر R2 افشانک ها در مدل عصبی مصنوعی برابر با 0/9942، 0/9879، 0/9669 و 0/990 به دست آمد. هم چنین میانگین ضریب تغییرات برابر با 18/96 % بود. به طور کلی نتایج به دست آمده نشان داد، که مدل عصبی مصنوعی روش دقیقی برای پیش گویی بده سمپاش بر اساس تغییرپذیری های مکانی سم در مزارع است.

سمپاش، ، شبکه عصبی مصنوعی، کشاورزی دقیق، نرخ متغیر