پیش بینی حجم دانه کلزا با استفاده از شبکه های عصبی مصنوعی
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 581
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_250
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
دانستن خصوصیات فیزیکی دانه های کلزا برای طراحی ادواتی که با این محصول در ارتباط می باشند مثل ادوات فرآوری، لام است. در این پژوهش حجم محصول با استفاده از 10 خصوصیت فیزیکی دانه و با استفاده از شبکه های عصبی محاسبه گردید. ابتدا در آزمایشگاه برای 8 نوع گونه مختلف در پنج سطح رطوبتی ( برپایه تر)، پارامترهای ابعاد محوری ( قطر بزرگ، قطر کوچک و قطر متوسط)، قطر متوسط هندسی، سطح مقطع، حجم، سطح جانبی، کرویت و شاخص شکل دانه ها در ده تکرار اندازه گیری شد. بعد از تعیین پارامترهای فوق با استفاده از شبکه عصبیپرسپترون چند لایه BP با یک لایه میانی، حجم محصول محاسبه و با مقدار اندازه گیری شده مقایسه گردید. نتایج نشان داد که شبکه بهینه سازی شده، توانایی تعیین حجم محصول با دقت بالا را دارد.
Keywords:
Authors
مجید رهنما
استادیار گروه ماشین های کشاورزی و مکانیزاسیون دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
سامان آبدانان مهدی زاده
استادیار گروه ماشین های کشاورزی و مکانیزاسیون دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
عبدالله ایمانهمر
استادیار گروه ماشین های کشاورزی دانشگاه اراک
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 :