ارزیابی مدل پیش بینی عملکردگندم دیم منطقه اردبیل با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل رگرسیون خطی

پیش بینی عملکرد محصولات زراعی تحت شرایط دیم نظیر گندم به دلیل اهمیتی که در برنامه ریزی اقتصادی دارند از دیرباز موردتوجه پژوهشگران بوده است هدف از این تحقیق پیش بینی عملکرد گندم دیم به عنوان تابعی از برخی پارامترهای هواشناسی از قبیل میانگین درجه حرارت سالانه، میزان بارش بیش از 10 میلی متر، تعداد روزهای بارانی، میزان بارش ماهانه در طول فصل رشد، بیشترین میزان بارش، و میانگین رطوبت نسبی بین سالهای زراعی 1362 الی 1381 به کمک شبکه های عصبی مصنوعی است برای برآورد عملگرد گندم دیم از شبکه های چند لایه ی پس انتشار برگشتی با الگوریتم های یادگیری لونبرگ - مارکوارت، الگوریتم گرادیان نزولی با مومنتم و الگوریتم گرادیان نزولی مقیاسی برای آموزش الگوها استفاده شد.

Keywords:

داده های هواشناسی , رگرسیون چند متغیره , شبکه های عصبی مصنوعی , عملکردگندم دیم