مدلسازی عملکرد شیر تولیدی بر پایه الگوی مصرف انرژی به کمکسامانه استنتاج عصبی- فازی تطبیقی چند لایه

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 762

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM08_012

تاریخ نمایه سازی: 14 شهریور 1393

چکیده مقاله:

در مطالعه حاضر، دو سامانه هوشمند شبکه عصبی مصنوعی و سامانه استنتاج عصبی-فازی تطبیقی چند لایه (انفیس) به منظور مدلسازی عملکرد شیر تولیدی در واحدهای پرورش گاو شیری براساس انرژی مصرفی مورد استفاده قرار گرفت. به منظور برآورد الگوی انرژی مصرفی، اطلاعات مورد نیاز از تعداد 50 واحد جمع آوری شد و معادل انرژی نهاده ها محاسبه گردید. سپس براساس اولویت سهم هریک از نهاده ها (سوختهای فسیلی، الکتریسیته، نیروی انسانی، ماشینها و تجهیزات و خوراک دام) در کل انرژی مصرفی واحدهای مورد مطالعه در طول یک سال (دوره شیردهی 305 روزه و دوره خشکی 60 روزه) خوشه بندی صورت گرفت، سامانه انفیس برنامه ریزی شد و مقادیر پیش بینی شده انفیس اول به عنوان ورودی برای اجرای انفیس دوم و به همین ترتیب برای انفیس سوم درنظر گرفته شد. درنهایت با اجرای روش انفیس به صورت چندلایه عملکرد شیر مدلسازی گردید و اعتبار مدل با استفاده از پارامترهای آماری نظیر ضریب همبستگی (0/88) و مانگین درصد خطای مطلق (0/085 درصد) مورد سنجش قرار گرفت و با روش شبکه عصبی مصنوعی مقایسه شد. نتایج نشان داد مدل سامانه استنتاج عصبی-فازی تطبیقی چند لایه نسبت به مدل شبکه عصبی مصنوعی دارای عملکرد و دقت بهتری میباشد.

کلیدواژه ها:

انرژی ، سامانه استنتاج عصبی فازی تطبیقی ، شبکه عصبی مصنوعی ، گاو شیری ، مدلسازی

نویسندگان

پریا سفیدپری

دانشجو دکتری گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران

شاهین رفیعی

استاد گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران.

اسداله اکرم

دانشیار گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران.

مجید خانعلی

استادیار گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران.

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 :
  • دزفولی، ا. 1384. اصول تئوری مجموعه های فازی و کاربرد ...
  • گرد و غبارو تاثیر آن بر محیط زیست [مقاله کنفرانسی]
  • مدلسازی عملکرد انرژی خروجی حاصل ازانرژی های تجدیدپذیر و تجدید ناپذیر با استفاده از سیستم استنتاج عصبی فازی تطبیقی درگاوداریهای شیری استان تهران [مقاله کنفرانسی]
  • کنارکوهی، ع.سلیمان جاهی، ح.، فلاحی، ش.، ریاحی مدوار، ح. مشکات، ...
  • دانشگاه فردوسی مشهد _ 9 تا _ یهمت ماه 1392 ...
  • دانشگاه فردوسی مشهد _ 9 تا _ یهمت ماه 1392 ...
  • دانشگاه فردوسی مشهد _ 9 تا _ یهمت ماه 1392 ...
  • Assareh E, Behrang M, Assareh R, Hedayat N. 2011. Integration ...
  • Baileya J, Gordona R, Burtonb D, K.Yiridoe E. 2008. Energy ...
  • Basarir A. 2003. Goals of Beef Cattle and Dairy Producers: ...
  • Bishop R. 1993. Economic efficiency, sustainability, and biodiversity. Ambio 22: ...
  • Chauhan N, Mohapatra P, Pandey K. 2006. Improving _ productivity ...
  • Coley D, Goodliffe E, Macdiarmid J 1998. The embodied energy ...
  • Dovers R, Handmer J .1993 .Contradiction in sustainability. Environment Conservation ...
  • Ghobadian B, Rahimi H, Nikbakht A, Najafi G, Yusaf T. ...
  • Grzesiak W, Blaszczyk P, Lacroix R. 2006a. Methods of predicting ...
  • _ _ " _ _ and Electronics in Agriculture 54: ...
  • Heidari M , Omid M, Akram A. 2011. Application of ...
  • Heitschmidt R, Short R, GringsE. 1996. Ecosystems, sustainability, and animal ...
  • Jamshidi M. 2003. Tools for intelligent control: Fuzzy controllers, neural ...
  • Jang J, Sun C, Mizutani E. 1997. Neuro- fuzzy and ...
  • Kaknaroglu H. 2010. Cultural energy analysis of dairy cattle receiving ...
  • Kartalopoulos S. 1996. Understanding neural networks and fizzy logic, Basic ...
  • Khoshnevisan B, Rafiee S, Omid M, Yousefi M. 2013a. Prediction ...
  • Khoshnevisan B, Rafiee S, Omid M, Mousazadeh H. 2014. Prediction ...
  • Khoshnevisan B, Rafiee S, Omid M, Mousazadeh H, Clark S. ...
  • Khoshnevisan B, Rafiee S, Omid M, Yousefi M, Movahedi M ...
  • Khoshnevisan B, Rafiee S, Omid M, Mousazadeh H, Sefeedpari P. ...
  • Kitani O. 1999. CIGR handbook of agricultural engineering. St Joseph: ...
  • Kittle A. 1993. Alternate daily cover materials and subtitle, the ...
  • Kraatz S, Berg W. 2006. Determination of energy demand in ...
  • Kraatz S, Berg W, Brunsch R. 2009. Factors influencing energy ...
  • Lawson W. 1996. Building materials energy and the environment _ ...
  • Meul M, Neven F, Reheul D, Hofman G. 2007. Energy ...
  • Moitzi G, Damm D, Weingartmann H, Boxberger J. 2010. Analysis ...
  • Naderloo L, Alimardani R, Omid M, Sarmadian F, JaJavadikiaP, Torabi ...
  • Ozkan B, Kuklu A, Akcaoz H. 2004. An input- output ...
  • Pan L, Yang S. 2006. Analyzing Livestock Farm Odour Using ...
  • Pulido-Calvo I, Gutie 'rrez-Estrada J. 2009. Improved irigation water demand ...
  • Ramirez CA, Patel MK, Blok K. 2006. From fluid milk ...
  • Sainz RD. 2003 _ Live S to ck- environment initiative ...
  • Trejo-Perea M, Herrera-Ruiz G, Rios-Moreno J, Castaneda Miranda R, Rivasa ...
  • Vavra M. 1996. Sustainability of animal production systems: an ecological ...
  • Wells D. 2001. Technical paper, Total energy indicators of agricultural ...
  • Yang C, Prasher S, Landry J, Ramaswamy H. 2003. Development ...
  • نمایش کامل مراجع