پیشبینی جرم پرتقال تامپسون با استفاده از روشهای عصبی – فازی و SPSS
محل انتشار: ششمین همایش یافته های پژوهشی کشاورزی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 894
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCANR06_176
تاریخ نمایه سازی: 9 تیر 1393
چکیده مقاله:
هوش مصنوعی بخشی از علم کامپیوتر است که علاقمند به طراحی سیستمهای هوشمند کامپیوتری میباشد. هوش مصنوعی دارای چندین شاخه، مانند سیستمهای خبره، شبکههای عصبی مصنوعی، الگوریت ژنتیک ،منطق فازی و سیستمهای هیبرید مختلفی که ترکیبی از دو و یا چند شاخه ذکر شده در بالا میباشد است. پرتقال ایرانی استفاده شده در این مطالعه شامل رقمهای تامپسون میباشد که از کرمانضاه تهیه گردید 100 نمونه بصورت رندم انتخاب گردید. خصوصیاتی که اندازهگیری شدند شامل طول، عرض، ضخامت، حجم، جرم، قطر متوسط هندسی، کرویت و سطح تصویر بود. روشهای عصبی – فازی، عصبی – ژنتیک و SPSS برای پیشبینی جرم براساس ورودی های کرویت، متوسط سطوح تصویر و قطر متوسط هندسی بکار برده شدند. در روشهای عصبی – فازی، عصبی – ژنتیک،نمونهها به دو مجموعه تقسیم شدند و یعنی 70 درصد برای مجموعه آموزش و 30 درصد برای مجموعه آزمایش، ضریب تعیین برای روشهای عصبی – فازی، و SPSS به ترتیب 99/0 و 932/0 بود. بنابراین نشان میدهد که تخمین جرم براساس مدل عصبی – فازی بهتر از مدل SPSS میباشد.
کلیدواژه ها:
نویسندگان
سجاد سبزی
دانشجوی کارشناسی ارشد
پیام جوادی کیا
استادیار گروه مهندسی مکانیک ماشین های کشاورزی
حکمت ربانی
دانشکده کشاورزی، دانشگاه رازی کرمانشاه
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 :