ارزیابی شبکه عصبی مصنوعی MLP بهینه شده با الگوریتم ژنتیک در تخمین و پیش بینی R۰ و rm سفیدبالک گلخانهTrialeurodes vaporariorum (Hemiptera: Aleyrodoidae) با توجه به برخی ویژگی های گیاهان میزبان در شرایط گلخانه
محل انتشار: نامه انجمن حشره شناسی ایران، دوره: 41، شماره: 1
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 198
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESI-41-1_005
تاریخ نمایه سازی: 18 دی 1401
چکیده مقاله:
با توجه به اهمیت تولید محصولات گلخانه ای و فعالیت بالای آفات از جمله سفید بالک Trialeurodes vaporariorum در گلخانه ها، مدیریت این آفت ایجاب می کند تا مطالعات بوم شناختی با رویکردی جدید صورت گیرد. بنابراین، با توجه به تاثیرپذیری عملکرد زیستی سفیدبالک گلخانه از ویژگی های گیاه میزبان، پژوهش حاضر به منظور پیش بینی و تخمین مقادیر پراسنجه های رشد جمعیت شامل نرخ خالص تولید مثل (R۰)و نرخ ذاتی افزایش جمعیت (rm) آفت، با توجه به برخی ویژگی های گیاهان میزبان و با استفاده از شبکه عصبی مصنوعیMLP بهینه شده با الگوریتم ژنتیک انجام شد. مقادیر نرخ خالص تولید مثل و نرخ ذاتی افزایش جمعیت آفت روی دو میزبان خیار، Cucumis sativus و کیوانو، Cucumis metuliferus محاسبه شد. همچنین تراکم و طول تریکوم های برگ، تراکم و مساحت سلولهای روزنه سطح زیرین برگ و مقدار سبزینه برگ هر یک از گیاهان میزبان اندازه گیری شد. شبکه عصبی مصنوعیMLP بهینه شده با الگوریتم ژنتیک طراحی شد و برای اطمینان از یادگیری شبکه عصبی آموزش دیده، آزمون های t، F و کولموگروف–اسمیرنوف به ترتیب برای مقایسه میانگین، واریانس و توزیع آماری مورد استفاده قرار گرفتند. مقادیر ضرایب تبیین ۹۶۲۱/۰ = R۲) و سطح احتمال معنی داری (۷۷۳/۰ P >) برای آزمونهای آماری بیانگر دقت و توانمندی بالا و قدرت تعمیم پذیری شبکه عصبی مصنوعی MLP در تخمین R۰ و rm مربوط به سفیدبالک گلخانه بود.
کلیدواژه ها:
نویسندگان
سکینه نعیم امینی
گروه گیاه پزشکی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
علی گلی زاده
گروه گیاه پزشکی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
بهرام تفقدی نیا
پژوهشکده کشاورزی، سازمان پژوهش های علمی و صنعتی، تهران، ایران
جبراییل رزمجو
گروه گیاه پزشکی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
حبیب عباسی پور
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه شاهد، تهران، ایران
علیرضا شعبانی نژاد
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه رازی کرمانشاه، کرمانشاه، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :