پیش‌بینی عملکرد سویا در شرایط دیم با استفاده از سیستم استنتاج نروفازی (ANFIS)
Authors
Abstract:
Productivity of rainfed crops may be predicted using the climatic parameters. Crop yield prediction has an important role in agricultural policies including determining the crop price. Well-known prediction methods are regression method and arterial neural networks. In this paper soybean yield is predicted using Adaptive Nero-Fuzzy Interface System (ANFIS) and 11 years of climatic data (1998-2009) in Gonbad-e-Kavous region of Golestan province, Iran. Mean weekly rainfall, mean weekly temperature, mean weekly relative humidity and mean weekly sun shine hours were ANFIS inputs and its output was soybean grain yield (kg/ha). Stepwise Regression for Feature selection from climatic data was done with the SPSS18 software and ANFIS was created, trained and tested with MATLAB R2011a software. Trained ANFIS has ‘constant’ membership function in output layer and ‘gaussmf’ membership function in input layer. Each input has 3 membership functions and each output has one membership function. Root Mean Square Error (RMSE) criterion was used to evaluate the performance of the ANFIS. The results showed that the proposed ANFIS with 21 rules has a prediction error (RMSE) of 102.170.
similar resources
مدل‌سازی غلظت رسوب حاصل از فرسایش شیاری با استفاده از سیستم نروفازی (ANFIS) در منطقه نیمه‌خشک
در بسیاری از مناطق نیمه‌خشک ایران فرسایش خاک به‌عنوان یک معضل محیط‌زیستی بر حاصل‌خیزی خاک، کیفیت آب و زیست‌بوم‌های آبی اثر می‌گذارد. نرخ خاک برداشت شده براساس نوع فرسایش و فرآیندهای تخریب زمین متفاوت است. فرسایش شیاری معمولاً در مواقع بارش شدید بر روی دامنه‌های شیب‌دار ایجاد می‌شود و شرایط انتقال رسوب در آن نامتعادل است. در این تحقیق با استفاده از مدل نروفازی اقدام به شبیه‌سازی غلظت رسوب حاصل از...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textتعیین قواعد بهره‌برداری از مخزن سد درودزن با استفاده از شبکه عصبی تطبیق‌پذیر مبتنی بر سیستم استنتاج فازی (ANFIS)
Nowadays, water resource management has been shifted from the construction of new water supply systems to the management and the optimal utilization of the existing ones. In this study, the reservoir operating rules of Doroodzan dam reservoir, located in Fars province, were determined using different methods and the most efficient model was selected. For this purpose, a monthly nonlinear multi-...
full textطراحی مدل پیش بینی حجم ترافیک روزانه برون شهری با استفاده از سیستم استنتاج فازی مبتنی بر شبکه عصبی(ANFIS)
تقاضای روزافزون استفاده از وسایل حمل و نقل شخصی، مشکل تراکم ترافیک را به یکی از مهم ترین بحران ها در اکثر کلان شهرهای جهان تبدیل کرده است. تأثیرات زیست محیطی، اجتماعی و اقتصادی که گره های ترافیکی بر جوامع بشری می گذارد محققین را برآن داشته است که به دنبال راه کارهایی برای مقابله با آن باشند. یکی از این راه کارها پیش بینی حجم ترافیک روزانه است. پیش بینی ترافیک به کنترل کننده ها کمک می کند ت...
full textMy Resources
Journal title
volume 5 issue 16
pages 283- 290
publication date 2015-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023