تعیین اندازه قطرات آفتکش با استفاده از شبکه‌های عصبی مصنوعی

Authors

  • اصغر محمودی دانشکده کشاورزی دانشگاه تبریز
  • بهزاد رعنابناب کنولوژی طراحی شرکت تراکتورسازی تبریز
  • شمس‌اله عبداله‌پور دانشکده کشاورزی دانشگاه تبریز
  • لیلا پیمان ، دانشکده کشاورزی دانشگاه تبریز
Abstract:

امروزه توجه به مسائل ایمنی و زیست محیطی در تمام بخش­های کشاورزی، صنعتی و خدماتی کشورهای مختلف از اهمیت بالایی برخوردار است. در بخش کشاورزی با وجود تلاش­های فراوان برای یافتن روش­های جایگزین، سالانه میلیون­ها لیتر ماده­ی سمی برای کنترل آفات مزارع مصرف می­شود. در سمپاشی مؤثر اندازه قطرات  آفتکش نقش مهمی دارد اندازه‌ی قطرات تحت تاثیر عوامل متعددی از جمله فشار،  قطر سوراخ نازل،  گرانروی مایع پاشیده شده و سرعت وزش باد در منطقه می‌باشد در این پژوهش از شبکه پیشخور  برای مدل­سازی قطر  حجمی متوسط استفاده شد. لایه‌های ورودی فشار سمپاشی و قطر خروجی نازل و لایه خروجی  شبکه عصبی مصنوعی قطر حجمی متوسط بود. به منظور دستیابی به بهترین روش، پنج روش گرادیان نزولی، گرادیان نزولی با مومنتوم، لونبرگ مارکوآرت، دلتا بار دلتا و گرادیان مزدوج استفاده شد. با توجه به  مقادیر میانگین مربعات خطا و ضریب تبیین  روش گرادیان نزولی با مونتوم به عنوان بهترین روش انتخاب شد. پس از آموزش و اعتبارسنجی شبکه، میزان میانگین مربعات خطا و ضریب تبیین به ترتیب برابر0176/0 و90/0 به دست آمد. به منظور بررسی صحت پیش­بینی شبکه، آزمایش‌هایی انجام شد و قطر ذرات در حالت واقعی با مقادیر حاصل  از شبکه عصبی، با آزمون کای دو مقایسه گردید، تفاوت حاصل معنی­دار نبود. این نتایج نشان می‌دهد که شبکه‌های عصبی مصنوعی می‌توانندبرآورد مناسبی در تخمین اندازه قطرات داشته باشند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تعیین اندازه قطرات آفتکش با استفاده از شبکه های عصبی مصنوعی

امروزه توجه به مسائل ایمنی و زیست محیطی در تمام بخش­های کشاورزی، صنعتی و خدماتی کشورهای مختلف از اهمیت بالایی برخوردار است. در بخش کشاورزی با وجود تلاش­های فراوان برای یافتن روش­های جایگزین، سالانه میلیون­ها لیتر ماده­ی سمی برای کنترل آفات مزارع مصرف می­شود. در سمپاشی مؤثر اندازه قطرات  آفتکش نقش مهمی دارد اندازه ی قطرات تحت تاثیر عوامل متعددی از جمله فشار،  قطر سوراخ نازل،  گرانروی مایع پاشیده...

full text

تعیین ارزش دارایی‌های نامشهود با استفاده از شبکه عصبی مصنوعی

درک عوامل موثر بر ارزش شرکت برای سرمایه‌گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه‌گذاری یا اعطای تسهیلات، امری حیاتی است. از آن‌جایی که اقتصاد دانش‌محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی‌های فیزیکی به دانش نامشهود منتقل شده است. از این‌رو در آینده نه چندان دور، ارزش‌گذاری دارایی‌های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...

full text

تخمین هدایت هیدرولیکی اشباع در برخی از خاکهای استان ایلام با استفاده از شبکههای عصبی مصنوعی و روشهای رگرسیونی

هدایت هیدرولیکی اشباع ) Ks ( یکی از ورودیهای مهم در مدلسازی جریان آب و انتقال آلایندهها در خاک، طراحی سیستمهای آبیاری و زهکشی، مدلسازی آبهایزیرزمینی و فرایندهای زیستمحیطی است. اندازهگیری مستقیم Ks در مزرعه و آزمایشگاه میسّر میباشد؛ لیکن، معمولاً زمانبر، پرهزینه و دشوار بوده و در سطوحبزرگ نیز غیرعملی است. افزون بر این، بهدلیل غیرهمگن بودن خاک و خطاهای آزمایشگاهی، تا حدودی این اندازهگیریها غیرقابل ...

full text

پیش بینی رفتار مشتریان با استفاده از تکنیک شبکههای عصبی مصنوعی

امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاریهای کلان در بازارها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی، با درجه بالایی از دقت به کار برده می شوند. امروزه میتوان با استفاده از تکنیک های داده کاوی و شبکه های عصبی به بررسی و ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 21  issue 4

pages  75- 84

publication date 2012-01-21

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