ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مقایسه برخی از مدل های هوش مصنوعی برای پیش بینی میزان اکسیژن محلول آب دراستخرهای پرورش ماهی - مطالعه موردی: شهر اهواز

سال انتشار: 1397
کد COI مقاله: JR_MAM-7-1_007
زبان مقاله: فارسیمشاهده این مقاله: 198
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه برخی از مدل های هوش مصنوعی برای پیش بینی میزان اکسیژن محلول آب دراستخرهای پرورش ماهی - مطالعه موردی: شهر اهواز

سیدمحمدجواد افضلی - دانشجوی دکتری دانشگاه شهید چمران اهواز و محقق مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خوزستان، موسسه تحقیقات فنی و مهندسی کشاورزی، اهواز.
محمدجواد شیخ داودی - استاد گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران، اهواز.
امیرحسین منتظرحجت - دانشیار گروه اقتصاد دانشگاه شهید چمران، اهواز.
سیدرضا سیدمرتضایی - دانشیار بخش بهداشت و بیماریهای آبزیان، موسسه تحقیقات علوم شیلاتی، کرج.

چکیده مقاله:

مصرف انرژی بالا و هزینه کارگری هواده ها، سبب شده است که پرورشدهندگان ماهی کپور انگیزه بالایی برای خرید هواده نداشته باشند. میزان اکسیژن محلول اب، از مهمترین پارامترهایی است که میتوان از ان برای روشن و خاموش کردن خودکار هوادهها در استخرهای پرورش ماهیان استفاده کرد؛ ولی بهدلیل هزینه بالای سنسور اکسیژن باید از سایر پارامترها برای تخمین ان استفاده شود. هدف این پژوهش، ایجاد مدلی مناسب برای تخمین میزان اکسیژن محلول در اب استخرهای پرورش ماهی است. پارامترهای ورودی؛ pH و دمای اب، دما و رطوبت هوا و سرعت باد بودند. در طول دوره پرورش ماهی تمامی پارامترهای ورودی و خروجی اندازهگیری و با سه مدل بررسی شدند. مدل اول، سامانه عصبی مصنوعی بود و نتایج نشان داد تابع انتقال logsig-purelin با 17 نورون در لایه پنهان با میزان 07/0 بیشترین ضریب همبستگی را داشت. مدل دوم، ادغام مدل شبکه عصبی با الگوریتم ژنتیک بود و نتایج نشان داد در بهترین حالت، این مدل میتواند با ضریب همبستگی 14/0، میزان اکسیژن محلول در اب را پیشبینی کند. در مدل سوم، از سامانه فازی- عصبی (ANFIS) استفاده شد. نتایج نشان داد که این سامانه در وضعیت خوشهبندی کاهشی میتواند با ضریب همبستگی 78/0، اکسیژن محلول در اب را تخمین بزند؛ بنابراین سامانه فازی- عصبی مناسبترین روش برای ارزیابی میزان اکسیژن محلول در اب، استخرهای پرورش ماهی در منطقه مورد مطالعه بود.

کلیدواژه ها:

اکسیژن محلول ، الگوریتم ژنتیک ، سامانه فازی- عصبی تطبیقی ، شبکه عصبی.

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_MAM-7-1_007 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/899045/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
افضلی، سیدمحمدجواد و شیخ داودی، محمدجواد و منتظرحجت، امیرحسین و سیدمرتضایی، سیدرضا،1397،مقایسه برخی از مدل های هوش مصنوعی برای پیش بینی میزان اکسیژن محلول آب دراستخرهای پرورش ماهی - مطالعه موردی: شهر اهواز،https://civilica.com/doc/899045

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، افضلی، سیدمحمدجواد؛ محمدجواد شیخ داودی و امیرحسین منتظرحجت و سیدرضا سیدمرتضایی)
برای بار دوم به بعد: (1397، افضلی؛ شیخ داودی و منتظرحجت و سیدمرتضایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: سازمان تحقیقات کشاورزی
تعداد مقالات: 678
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی