مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

567
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

195
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی عملکرد سویا در شرایط دیم با استفاده از سیستم استنتاج نروفازی (ANFIS)

صفحات

 صفحه شروع 283 | صفحه پایان 289

کلیدواژه

سیستم استنتاج نروفازی (ANFIS)Q2

چکیده

 یکی از روش های پیش بینی عملکرد گیاهان زراعی دیم استفاده از مشخصات آب و هوایی می باشد. پیش بینی عملکرد گیاهان زراعی نقش مهمی در سیاست گذاری های بخش کشاورزی ایفا می کند. آشکارترین کاربرد آن, تعیین اعتبار لازم جهت خرید گیاهان زراعی و قیمت گذاری آن برای سال آینده می باشد. تاکنون از مدل های ریاضی شامل آنالیز رگرسیون و نیز شبکه های عصبی مصنوعی جهت پیش بینی عملکرد گیاهان زراعی دیم استفاده شده است. در این پژوهش با استفاده از سیستم استنتاج نروفازی (ANFIS) و داده های هواشناسی 11 سال زراعی (1388 - 1377), روشی جدید جهت پیش بینی عملکرد گیاهان زراعی سویای دیم در منطقه گنبد استان گلستان به کار گرفته شده است. مشخصات مورد استفاده به عنوان ورودی سیستم استنتاج نروفازی (ANFIS) شامل میانگین هفتگی بارندگی, درجه حرارت, درصد رطوبت و تعداد ساعات آفتابی و خروجی آن میزان عملکرد گیاهان زراعی بر حسب کیلوگرم در هکتار می باشد. تحلیل رگرسیون چند مرحله ای پیش رو برای انتخاب مشخصات بهینه جهت پیش بینی عملکرد گیاهان زراعی با استفاده از نرم افزار SPSS 18 و ایجاد, آموزش و آزمون سیستم استنتاج نروفازی (ANFIS) با استفاده از نرم افزار Matlab R2011a انجام شد. ANFIS به کار گرفته شده در این پژوهش دارای تابع عضویت از نوع "constant" در لایه خروجی و تابع عضویت از نوع "gaussmf" در لایه ورودی می باشد. تعداد توابع عضویت برای هر کدام از ورودی ها 3 تابع و برای لایه خروجی 1 تابع بود. نتایج به دست آمده نشان داد که سیستم استنتاج نروفازی ارائه شده با 21 قانون قادر به پیش بینی عملکرد گیاهان زراعی سویای دیم با مقدار RSME برابر با 170/102 می باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    سجادی، سیدجواد، صبوری، حسین، و فلاحی، حسینعلی. (1394). پیش بینی عملکرد سویا در شرایط دیم با استفاده از سیستم استنتاج نروفازی (ANFIS). تولید فرآوری محصولات زراعی و باغی، 5(16)، 283-289. SID. https://sid.ir/paper/499980/fa

    Vancouver: کپی

    سجادی سیدجواد، صبوری حسین، فلاحی حسینعلی. پیش بینی عملکرد سویا در شرایط دیم با استفاده از سیستم استنتاج نروفازی (ANFIS). تولید فرآوری محصولات زراعی و باغی[Internet]. 1394؛5(16):283-289. Available from: https://sid.ir/paper/499980/fa

    IEEE: کپی

    سیدجواد سجادی، حسین صبوری، و حسینعلی فلاحی، “پیش بینی عملکرد سویا در شرایط دیم با استفاده از سیستم استنتاج نروفازی (ANFIS)،” تولید فرآوری محصولات زراعی و باغی، vol. 5، no. 16، pp. 283–289، 1394، [Online]. Available: https://sid.ir/paper/499980/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button