بررسی مقایسه ای کارایی استفاده از سیستم استنتاج نروفازی( ANFIS) و شبکه عصبی مصنوعی MLP در پیش بینی میزان تولید محصولات غذایی
محل انتشار: سومین همایش ملی علوم و صنایع غذایی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 810
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GHOCHANFOOD03_148
تاریخ نمایه سازی: 15 بهمن 1393
چکیده مقاله:
پیشبینی عملکرد محصولات کشاورزی نقش مهمی در تعیین سیاستگذاری غذایی ایفا میکند. در این پژوهش به بررسی چگونگی استفاده از سیستم استنتاج نروفازی (ANFIS) و شبکه عصبی مصنوعی MLP در پیش بینی میزان تولید محصولات غذایی پرداخته و کارایی آنها در پیشبینی عملکرد سویا در شرایط دیم مقایسه شده است . نتایج بدست آمده نشان داد ANFIS بکارگرفته شده با تابع عضویت از نوع constant در لایه خروجی و gaussmf در لایه ورودی با 21 قانون قادر به پیشبینی عملکرد گیاه زراعی سویا با مقدار RSME برابر با 102/170 میباشد. شبکه عصبی پرسپترون چند لایه (MLP) با الگوریتم آموزش پس انتشار لونبرگ مارکواردت - 2 (LM) با ساختار 1-6-23 دارای کمترین مقدار RMSE برابر با 198/424 میباشد. شبکه ANFIS بکارگرفته شده دارای مقدار RMSE کمتری نسبت به شبکه عصبی مورد استفاده می باشد.
کلیدواژه ها:
نویسندگان
سید جواد سجادی
دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس
حسین صبوری
دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :