مقایسه عملکرد شبکه های عصبی مصنوعی و شبکه های عصبی موجکی در پیش بینی درصد شکستگی جو در کمباین برداشت

سال انتشار: 1387
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 365

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JOA-10-2_016

تاریخ نمایه سازی: 21 فروردین 1397

چکیده مقاله:

در این تحقیق، نحوه عملکرد شبکه های عصبی موجکی با شبکه های عصبی مصنوعی در پیش بینی درصد شکستگی دانه های جو در کمباین مقایسه شد. شبکه های مزبور به صورت تابعی از درجه حرارت هوا، سرعت کوبنده، سرعت پیشروی کمباین، فاصله کوبنده و ضدکوبنده در جلو و عقب واحد کوبنده و درصد رطوبت جو آموزش داده شد. شبکه عصبی موجکی (RASP1) با دقت 90/2 درصد در پیش بینی شکستگی دانه جو به عنوان یک جایگزین مناسب برای شبکه های عصبی با دقت 88 درصد تعیین شد. نتایج آنالیز حساسیت نشان داد که تاثیر کلیه ورودی های شبکه بر شکستگی دانه های جو معنی دار بوده و بیشترین تاثیر مربوط به سرعت کوبنده و کمترین تاثیر مربوط به درجه حرارت هوا بود.

کلیدواژه ها:

جو ، درصد شکستگی ، شبکه های عصبی مصنوعی ، شبکه های عصبی مصنوعی موجکی ، کمباین برداشت

نویسندگان

سیدمیثم مظلوم زاده

مربی، دانشکده کشاورزی سراوان، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان- ایران

سیدناصر علوی

استادیار، گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان- ایران

مجتبی نوری

دانشجوی دکترای مهندسی منابع آب، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران- ایران