پیش بینی ثابت دی الکتریک کود شیمیایی اوره به کمک شبکه عصبی

ضرورت روزافزون استفاده از کود شمیایی در صنعت کشاورزی، باعث طراحی و بهره مندی از انتشار و پراکنش کود های شیمیایی در خاک و میزان سرعت جذب آن توسط ریشه گیاه و میزان تخلخل خاک به خواص دی الکتریک را نشان می دهد. در این تحقیق، روش هوشمند استفاده از شبکه های عصبی برای تعیین وابستگی عوامل مختلف به خواص دی الکتریک استفاده شده است.نخست با توجه به عوامل مختلف (دما، غلظت و فرکانس) اندازه گیری دی الکتریک محلول کود شیمیایی اوره انجام شد، حدود صد نمونه اندازه گیری شد و هفتاد درصد داده ها برای آموزش و سی درصد برای ارزیابی و تطبیق استفاده شد. با به دست آمدن تغییرات میزان ثابت دی الکتریک محلول از شبکههای MLP با الگوریتمهای یادگیری لونبرگ- مارکوارت برای آموزش الگوها استفاده شد. شبکه MLP با ساختار 1 -8 -3 با تابع آستانه سیگمویید لگاریتمی در مقایسه با توپولوژیهای دیگر نتایج بهتری را ارایه کرد. این توپولوژی تغییرات میزان ثابت دی الکتریک را با ضرایب تعیین 1 پیش بینی کرد. در همه مراحل کد نویسیها در محیط متلب نسخه R2013a انجام شد.

کلیدواژه ها:

دی الکتریک ، کود شیمیایی اوره ، هوش مصنوعی