CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بررسی کارایی الگوریتم داده کاوی (شبکه عصبی مصنوعی) در پیش بینی انرژی خروجی محصول ذرت

عنوان مقاله: بررسی کارایی الگوریتم داده کاوی (شبکه عصبی مصنوعی) در پیش بینی انرژی خروجی محصول ذرت
شناسه ملی مقاله: NCAMEM11_125
منتشر شده در یازدهمین کنگره ملی مهندسی مکانیک بیوسیستم و مکانیزاسیون ایران در سال 1397
مشخصات نویسندگان مقاله:

نسیم منجزی - استادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
حسن ذکی دیزجی - استادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران

خلاصه مقاله:
ذرت یکی از مهمترین محصولات زراعی است. استان خوزستان از بزرگترین مراکز کشاورزی تولید ذرت در کشور ایراناست. این پژوهش، کاربرد تکنیک دادهکاوی به منظور پیش بینی انرژی خروجی مزارع ذرت در استان خوزستان است.داده های مورد استفاده از 173 مزرعه جمع آوری گردید. کشاورزان به روش نمونه گیری تصادفی انتخاب شدند. هدف از اینپژوهش تعیین انرژی ورودی و خروجی و پیش بینی آنها در مزارع ذرت با استفاده از تکنیک داده کاوی (شبکه عصبیپرسپترون چند لایه) است. این پژوهش از نوع تحلیلی بوده و پایگاه داده آن شامل 1384 رکورد می باشد. داده های مورد نیازاین تحقیق، طی سال زراعی 97 - 1396 بدست آمده است. تجزیه و تحلیل به کمک نرم افزار IBM SPSS modeler 14.2با به کارگیری استاندارد CRISP انجام شده است. نتایج نشان داد، انرژی مصرفی در مزارع تولید ذرت 32 / 40433 (1-)MJ haاست. حدود 40 درصد این انرژی مربوط به نهاده کود شیمیایی و 53 درصد آن مربوط به انرژی الکتریکی مصرفی برایآبیاری و سوخت دیزل میباشد. همچنین با توجه به مدل استفاده شده، مشخص گردید که به ترتیب متغیرهای انرژیالکتریسیته و آبیاری، نیروی انسانی و کودهای شیمیایی دارای بیشترین تاثیر روی متغیر خروجی (انرژی تولیدی) بودند.میزان صحت پیشبینی در الگوریتم شبکه عصبی، یعنی نسبت رکوردهای درست پیشبینی شده به کل رکوردها، برابر 5 / 88درصد بود. همچنین همبستگی خطی میان مقادیر واقعی و مقادیر پیشبینی شده برای دادههای آموزش و داده های آزمون بهترتیب برابر 94 / 0 و 88 / 0 درصد میباشد که بیانگر همبستگی قوی است. نتایج حاصل از این پژوهش میتواند برای کشاورزانذرت کار استان خوستان در راستای ارزیابی و بهینهسازی مصرف انرژی در فرآیند تولید ذرت و کاهش مصرف نهاده هایانرژی بر راه گشا باشد.

کلمات کلیدی:
انرژی، پیش بینی، داده کاوی، شبکه عصبی مصنوعی، ذرت

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/799414/