ارزیابی مدل پیش بینی عملکردگندم دیم منطقه اردبیل با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل رگرسیون خطی
- سال انتشار: 1389
- محل انتشار: اولین کنفرانس بین المللی مدلسازی گیاه، آب، خاک و هوا
- کد COI اختصاصی: PWSWM01_018
- زبان مقاله: فارسی
- تعداد مشاهده: 1406
نویسندگان
دانشجوی کارشناسی ارشد گروه مهندسی مکانیک ماشینهای کشاورزی دانشگاه م
استادیار گروه زراعت و اصلاح نباتات
دانشجوی کارشناسی ارشد زراعت
دانشجوی کارشناسی ارشد زراعت
چکیده
پیش بینی عملکرد محصولات زراعی تحت شرایط دیم نظیر گندم به دلیل اهمیتی که در برنامه ریزی اقتصادی دارند از دیرباز موردتوجه پژوهشگران بوده است هدف از این تحقیق پیش بینی عملکرد گندم دیم به عنوان تابعی از برخی پارامترهای هواشناسی از قبیل میانگین درجه حرارت سالانه، میزان بارش بیش از 10 میلی متر، تعداد روزهای بارانی، میزان بارش ماهانه در طول فصل رشد، بیشترین میزان بارش، و میانگین رطوبت نسبی بین سالهای زراعی 1362 الی 1381 به کمک شبکه های عصبی مصنوعی است برای برآورد عملگرد گندم دیم از شبکه های چند لایه ی پس انتشار برگشتی با الگوریتم های یادگیری لونبرگ - مارکوارت، الگوریتم گرادیان نزولی با مومنتم و الگوریتم گرادیان نزولی مقیاسی برای آموزش الگوها استفاده شد.کلیدواژه ها
داده های هواشناسی، رگرسیون چند متغیره، شبکه های عصبی مصنوعی، عملکردگندم دیممقالات مرتبط جدید
- رویکرد اخیر صیادان در تنوع بخشی بهابزار صید گرگور به منظور استحصال آبزیان خلیج فارس (بندر بوشهر)
- نقش منابع طبیعی و محیط زیست در امنیت غذایی
- تهیه فرآورده های پروتئینی از آبزیان
- بررسی پیشرفت های اخیر در پژوهشهای بیوتکنولوژی مواد غذایی
- تغییرات شیمیایی رخ داده در طی فرآیند سرخ کردن در روغن زیاد بر اساس برخی محصولات واکنش
اطلاعات بیشتر در مورد 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.