بررسی، بهینه سازی مصرف انرژی و مدل سازی عملکرد دو رقم شلتوک با الگوریتم ژنتیک-کلونی زنبور عسل مصنوعی

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 20

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JAM-15-2_001

تاریخ نمایه سازی: 7 خرداد 1404

چکیده مقاله:

استفاده کارآمد از انرژی در تولید شلتوک برنج، با کاهش انتشار گازهای گلخانه ای، از تخریب بوم نظام های کشاورزی جلوگیری نموده و سبب توسعه کشاورزی پایدار می شود. هدف از این مطالعه، بررسی، مقایسه، بهینه سازی مصرف انرژی و مدل سازی عملکرد محصول در تولید دو رقم شلتوک با الگوریتم ژنتیک-کلونی زنبور عسل مصنوعی بود. داده ها از طریق مصاحبه با ۱۲۰ کشاورز و صاحب مزرعه جمع آوری شد. نتایج نشان داد که در رقم مرغوب هاشمی و رقم پرمحصول جمشیدی میانگین کل انرژی مصرفی به ترتیب ۵۵.۹۷۳ و ۵۴.۷۹۶ گیگاژول بر هکتار بود و میانگین کل انرژی تولیدی به ترتیب ۳۰.۷۴ و ۶۲.۵۲ گیگاژول بر هکتار به دست آمد که نشان از افزایش ۲.۰۳ برابری انرژی تولیدی در رقم جمشیدی نسبت به رقم هاشمی داشت. ارزیابی شاخص های R۲ ،RMSE ،MAPE ،EF و مقایسه آماری میانگین، واریانس و توزیع آماری در مدل تلفیقی الگوریتم ژنتیک-کلونی زنبور عسل مصنوعی بیانگر نتایج مطلوب الگوریتم زنبور عسل مصنوعی به عنوان تابع برازندگی الگوریتم ژنتیک بود. همچنین، نتایج بهینه سازی مصرف انرژی توسط الگوریتم ترکیبی ژنتیک-کلونی زنبور عسل مصنوعی نشان داد که بیشتر منابع مصرفی از حالت بهینه فاصله دارند که با مدیریت صحیح امکان صرفه جویی مصرف انرژی در رقم های هاشمی و جمشیدی به ترتیب ۵۳.۹۶ و ۳۹.۴۱ درصد وجود دارد. ارقام پرمحصول با هدف تامین امنیت غذایی، آبی و انرژی اصلاح شده اند. نتایج پژوهش حاضر، می تواند در شناسایی پتانسیل صرفه جویی انرژی در صنعت برنج کشور کمک به سزایی داشته باشد.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم کلونی زنبور عسل مصنوعی ، بهینه سازی ، شلتوک

نویسندگان

سینا شریفی

گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

نگار حافظی

گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران

محمدحسین آق خانی

گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، 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 :
  • Anissa, R. D., Mahmudy, W., & Widodo, A. W. (۲۰۱۹). ...
  • Baradaran Motie, J., Aghkhani, M. H., Rohani, A., & Lakzian, ...
  • Cubero, S., Aleixos, N., Albert, F., Torregrosa, A., Ortiz, C., ...
  • Le Dinh, L., Vo Ngoc, D., & Vasant, P. (۲۰۱۳). ...
  • Riahi, V., & Javan, F. (۲۰۱۶). The Role of Climate ...
  • Rohani, A., Abbaspour-Fard, M. H., & Abdolahpour, S. (۲۰۱۱). Prediction ...
  • Shabri, A., Samsudin, R., & Hezzam, E. A. (۲۰۲۱). Short-term ...
  • Yodkhum, S., Sampattagul, S., & Gheewala, S. H. (۲۰۱۸). Energy ...
  • نمایش کامل مراجع