تحلیل جریان انرژی تولید انگور در خراسان شمالی به روش شبکه عصبی مصنوعی
Authors
Abstract:
به منظور مدلسازی انرژی مصرفی تولید انگور در استان خراسان شمالی، پژوهشی با استفاده از سیستمهای شبکه عصبی مصنوعی انجام گرفت. اطلاعات مورد نیاز بهوسیله پرسشنامه و مصاحبه حضوری با باغداران در سال زراعی 94-1393 جمعآوری شدند. نتایج نشان داد که مجموع انرژی مصرفی، انرژی خروجی و کارایی انرژی انگور در استان خراسان شمالی به ترتیب 61/52553 مگاژول بر هکتار، 17/283513 مگاژول بر هکتار و 39/5 بود. کودهای شیمیایی با 98/35094 مگاژول بر هکتار انرژی مصرفی، سهمی در حدود 67 درصد از مجموع انرژی مصرفی تولید را به خود اختصاص دادند. سهم شکلهای تجدیدپذیر و غیرتجدیدپذیر انرژی در تولید به ترتیب 15 و 85 درصد بهدست آمد. نتایج شبکه عصبی مصنوعی نشان داد که بهترین ساختار برای مدلسازی جریان انرژی تولید انگور 1-10-6 بود. ضریب تبیین بهترین ساختار برای تولید انگور معادل 98/0 بهدست آمد. بنابراین، این مدل بهعنوان بهترین روش برای برآورد انرژی خروجی تولید انگور بر اساس انرژیهای ورودی در منطقه مورد مطالعه انتخاب شد.
similar resources
تولید مصنوعی جریان رودخانه با استفاده از شبکههای عصبی مصنوعی
در این مطالعه قابلیت مدلهای شبکه عصبی مصنوعی در زمینه تولید مصنوعی جریان ارزیابی میشود. مدلی که برای تولید مصنوعی بکار رفته با ترکیب مدل شبکه عصبی و یک مؤلفه تصادفی با توزیع نرمال ایجاد شده است. در توسعه مدل از شبکه عصبی چند لایه تغذیه پیشرفتی با الگوریتم آموزشی انتشار برگشتی خطا استفاده شده است. بر این اساس مدل، سریهای بلند مدت و تا 300 سال جریان مصنوعی روزانه در رودخانه خرسان را تنها با ...
full textتخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی
بتن یکی از رایجترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا میکند. در سالهای اخیر با بهرهگیری از روشهای مختلف آزمایشگاهی، پارامترهای شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامترها در طراحی سازههای سطحی و زیرسطحی از اهمیت ویژهای برخوردار است. در این مقاله مدل شکست بر اساس شبکه عصبی برای تخمین پارامترشکست بتن GF(انرژی مخصوص شکس...
full textتولید مصنوعی جریان رودخانه با استفاده از شبکه های عصبی مصنوعی
در این مطالعه قابلیت مدلهای شبکه عصبی مصنوعی در زمینه تولید مصنوعی جریان ارزیابی می شود. مدلی که برای تولید مصنوعی بکار رفته با ترکیب مدل شبکه عصبی و یک مؤلفه تصادفی با توزیع نرمال ایجاد شده است. در توسعه مدل از شبکه عصبی چند لایه تغذیه پیشرفتی با الگوریتم آموزشی انتشار برگشتی خطا استفاده شده است. بر این اساس مدل، سری های بلند مدت و تا 300 سال جریان مصنوعی روزانه در رودخانه خرسان را تنها با اس...
full textپیش بینی تولید آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه عصبی مصنوعی
پیشبینی پدیدههای اقتصادی ساختاری فراهم میکند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیمهای درست یاری دهد. هدف اصلی این مطالعه پیشبینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روشهای سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده میشود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...
full textتولید شتابنگاشت مصنوعی زلزله با استفاده از شبکه عصبی فازی
نیاز روزافزون به تحلیل دینامیکی تاریخچه زمانی و عدموجود شتابنگاشتهای مناسب در مناطق مختلف، تولید شتابنگاشتهای مصنوعی سازگار با طیف طرح را ضروری میسازد. هدف اصلی این تحقیق ارائه روشی نوین، بر اساس تبدیل بسته موجک و روش های هوش مصنوعی برای تولید شتابنگاشت مصنوعی زلزله سازگار با طیف طرح بر اساس مقدار بزرگا، فاصله از گسل و طیف مربوطه می باشد. در این تحقیق از شبکه های عصبی فازی و آنالیز موجک پک...
full textارزیابی کارایی روش توابع متعامد تجربی نسبت به سیستم استنتاج فازی و شبکه عصبی مصنوعی برای پیشبینی جریان
برای پیشبینی مقدار جریان ورودی، معمولا دو روش کلی مدلسازی متکی به فرآیند و مدلسازی متکی به داده استفاده میشود. از جمله روشهای متکی به داده در زمینه پیشبینی جریان رودخانه، مدلهای شبکه عصبی مصنوعی، مدلهای رگرسیون، مدلهای سریزمانی و مدلهای منطقفازی میباشد. در این تحقیق کارایی روش دیگری به نام تکنیک توابع متعامد تجربی نسبت به روشهای شبکه عصبی مصنوعی و سیستم استنتاج فازی برای پیشبینی ...
full textMy Resources
Journal title
volume 48 issue 4
pages 435- 443
publication date 2017-12-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023