ارزیابی مدل شبکه عصبی مصنوعی GMDH در برآورد پراکنش مکانی کنه های خانواده Laelapidae (Acari, Mesostigmata) در منطقه شاهرود استان سمنان

مسعود حکیمی تبار; سید رضا حجازی; علیرضا شعبانی نژاد; پریسا قرآنی

ارزیابی مدل شبکه عصبی مصنوعی GMDH در برآورد پراکنش مکانی کنه های خانواده Laelapidae (Acari, Mesostigmata) در منطقه شاهرود استان سمنان

Publish place: IRANIAN JOURNAL OF PLANT PROTECTION SCIENCE، Vol: 49، Issue: 2

Publish Year: 1397

Type: Journal paper

Language: Persian

This Paper With 9 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

Export:

Link to this Paper:

https://civilica.com/doc/864646

Document National Code:

JR_IJPPS-49-2_005

Index date: 10 June 2019

ارزیابی مدل شبکه عصبی مصنوعی GMDH در برآورد پراکنش مکانی کنه های خانواده Laelapidae (Acari, Mesostigmata) در منطقه شاهرود استان سمنان abstract

این پژوهش به منظور برآورد پراکندگی مکانی کنه های خانواده Laelapidae در منطقه شاهرود با به کارگیری شبکه عصبی مصنوعی انجام شد. داده های مربوط به تراکم جمعیت این کنه از زیستگاه های گوناگون منطقه شاهرود در سال 1394 به دست آمدند. در این پژوهش از متغیرهای طول و عرض جغرافیایی به عنوان متغیرهای ورودی و از دگرگونی های جمعیت کنه های خانواده Laelapidae به عنوان متغیر خروجی استفاده شد. شبکه مورداستفاده از نوع GMDH بهینه شده با الگوریتم ژنتیک بود. برای ارزیابی توانایی شبکه های عصبی مورداستفاده در پیش بینی توزیع از سنجش آماری مولفه هایی مانند واریانس، توزیع آماری و میانگین میان اندازه های پیش بینی شده مکانی به وسیله شبکه عصبی و اندازه های واقعی آن ها استفاده شد. نتیجه ها نشان دادند که در فازهای آموزش و آزمایش میان اندازه های ویژگی های آماری واریانس، توزیع آماری و میانگین مجموعه داده های واقعی و پیش بینی شده مکانی این خانواده به وسیله شبکه عصبی GMDH، تفاوت معنی داری وجود نداشت. نقشه های ترسیم شده نشان داد که توزیع کنه های این خانواده تجمعی است. نقشه های به دست آمده از شبکه های عصبی مصنوعی می توانند به برنامه ریزان جهت به کارگیری برنامه های مهار آفت ها یاری کنند به ویژه اگر نقشه ها با مختصات جغرافیایی هر مکان همانندی داشته باشند. به طوری که تمرکز بیشتر مهار به منطقه هایی معطوف شود که تراکم این کنه های شکارگر کمتر است.

ارزیابی مدل شبکه عصبی مصنوعی GMDH در برآورد پراکنش مکانی کنه های خانواده Laelapidae (Acari, Mesostigmata) در منطقه شاهرود استان سمنان Keywords:

توزیع مکانی , شبکه عصبی مصنوعی GMDH , پراکندگی تجمعی

ارزیابی مدل شبکه عصبی مصنوعی GMDH در برآورد پراکنش مکانی کنه های خانواده Laelapidae (Acari, Mesostigmata) در منطقه شاهرود استان سمنان authors

مسعود حکیمی تبار

استادیار، گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه صنعتی شاهرود، شاهرود، ایران

سید رضا حجازی

استادیار، گروه ریاضی محض، دانشکده ریاضی، دانشگاه صنعتی شاهرود، شاهرود، ایران

علیرضا شعبانی نژاد

دانشجوی دکتری، گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران

پریسا قرآنی

دانشجوی سابق کارشناسی ارشد، گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه صنعتی شاهرود، شاهرود، 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 :

Amanifard, N., Nariman-Zadeh, N., Borji, M., Khalkhali, A. & Habibdoust, ...

Atashkari, K., Nariman-Zadeh, N., Gölcü, M., Khalkhali, A. & Jamali, ...

Obrycki, J. J. & Kring, T. J. (1998). Pradaceus Coccinellidae ...

Craverner, T. L. & Roush, W. B. (2013). Improving neural ...

Goel, P. K., Prasher, S. O., Patel, R. M., Landry, ...

Hakimitabar, M., Shabaninejad, A., Saboori, A. & Shmas, M. (2017). ...

Irmak, A., Jones, J. W., Batchelor, W. D., Irmak, S., ...

Joharchi, O. (2011). Funistic Survey of Family Laelapidae (Acari, Mesostigmata) ...

Krantz, G. W. & Walter, D. E. (Eds). (2009). A ...

Makarian, H. (2008). Investigation of spatial and temporal dynamic of ...

populations and its effect on saffron (Crocus sativus L.) leaf ...

management conditions. Ph.D. Thesis. Faculty of Agriculture, Ferdowsi University of ...

Mittal, G. S. & Zhang, J. (2010). Prediction of temperature ...

Nariman–Zadeh, N., Darvizeh, A. & Ahmad–Zadeh, G. R. (2013).Hybrid genetic ...

Shabaninejad, A. & Tafaghodiniya, B. (2017a). Automatic clustering of data ...

Shabaninejad, A. & Tafaghodinia, B. (2017b). Evaluation of the geostatistical ...

Shabaninejad, A. & Tafaghodinia, B. (2016). Evaluation of the ability ...

Shabaninejad, A., Tafaghodinia, B. & Zandi-Sohani, N. (2017a). Evaluation of ...

Shabaninejad, A., Tafaghodinia, B. & Zandi-Sohani, N. (2017b). Hybrid neural ...

Vakil-Baghmisheh, M. T. & Pavešic, N. (2003). Premature clustering phenomenon ...

Walter, D. E. & Proctor, H. C. (1999). Mites, Ecology, ...

Chon, T. S., Park, Y. S., Kim, J. M., Lee, ...

Yuxin, M., Mulla, D. J. & Pierre, C. R. (2006). ...

Zhang, Y. F. & Fuh, J. Y. H. (1998). A ...

Zhang, W. J., Zhong, X. Q. & Liu, G. H. ...

نمایش کامل مراجع