کاربرد شبکه عصبی مصنوعی برای ارزیابی ریزش دانه ی گندم در برداشت با کمباین مارک جاندیر با سال ساخت متفاوت در استان گلستان شهرستان کلاله

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 718

فایل این مقاله در 11 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:

NCAMEM11_068

تاریخ نمایه سازی: 20 آبان 1397

چکیده مقاله:

در این مقاله به بررسی اثر سال ساخت ، سرعت پیشروی و سرعت کوبنده در یک کمباین بر میزان ریزش در واحد پلتفرم ، ریزش درواحد کوبنده و جداکننده (کاه پران) و ریزش واحد تمیز کننده (غربال و پنکه) در محصول گندم پرداخته شده است . این تحقیق بااستفاده از سه کمباین مارک جاندیر در 3 سال ساخت مختلف (1380-1370-1360) انجام شده است. برای بررسی داده ها در این تحقیقاز تکنیک شبکه عصبی مصنوعی (ANN) به عنوان یک روش جایگزین برای پیش بینی ریزش در واحد پلتفرم ، ریزش در واحد کوبنده وجداکننده (کاه پران) و ریزش واحد تمیز کننده (غربال و پنکه) مورد ارزیابی قرار گرفته است. در این پژوهش شبکه ی عصبی مصنوعیپرسپترون چند لایه (MLP) با یک لایه پنهان و تعداد 5 ، 10 و 15 نرون در هر لایه برای مدل سازی سال ساخت کمباین ، سرعتپیشروی و سرعت کوبنده جهت پیشگویی میزان ریزش در واحد پلتفرم ، ریزش در واحد کوبنده و جداکننده (کاه پران) و ریزش واحدتمیز کننده (غربال و پنکه) انتخاب گردید. برای میزان 2R بیشترین میزان در شبکه ای با 10 نرون بوده است همچنین بهترین میزانRMSE و MAE در شبکه ای با 15 نرون بوده است .همچنین در نهایت شبکه نشان داد که با افزایش تعداد نرون سیکل یادگیری شبکهعصبی بهتر و سریع تر خواهد بود.

نویسندگان

ستار حسن زاده

دانشجوی کارشناسی ارشد، دانشگاه علوم کشاورزی و منابع طبیعی گرگان-گروه مکانیک بیوسیستم

عباس رضایی اصل

استادیار، دانشگاه علوم کشاورزی و منابع طبیعی گرگان-گروه مکانیک بیوسیستم

محسن آزادبخت

استادیار، دانشگاه علوم کشاورزی و منابع طبیعی گرگان-گروه مکانیک بیوسیستم

محمدشریف شریف زاده

دانشیار، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، دانشکده مدیریت کشاورزی