CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله پیش بینی عملکرد اسانس گیاه مرزه تابستانه (Satureja hortensis L) با استفاده شبکه عصبی مصنوعی

عنوان مقاله: پیش بینی عملکرد اسانس گیاه مرزه تابستانه (Satureja hortensis L) با استفاده شبکه عصبی مصنوعی
شناسه (COI) مقاله: NCPDA01_0692
منتشر شده در همایش ملی پدافند غیر عامل در بخش کشاورزی در سال ۱۳۹۲
مشخصات نویسندگان مقاله:

حسین صبوری فرد - دانشجوی کارشناسی ارشد گیاهان دارویی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
عظیم قاسم نژاد - استادیار گروه علوم باغبانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
خدایار همتی - دانشیار گروه علوم باغبانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
محمودرضا بهرامی - مدرس گروه تولیدات گیاهی دانشکده کشاورزی نیشابور ، دانشگاه فنی و حرفه ای

خلاصه مقاله:
در این پژوهش از شبکه های عصبی مصنوعی (Artificial Neural Networks)، به عنوان ابزاری توانمند در مدل سازی فرآیندهای غیرخطی و نامعین ، به منظور پیش بینی عملکرد اسانس گیاه مرزه تابستانه با استفاده از داده های زودیافت خاک ، استفاده شد . بدین منظور از نرم افزار MATLAB و در شاخه Neural Network، برای پیش بینی و تجزیه وتحلیل عناصر اقلیمی کمک گرفته شد . ورودی مدل های ANN، داده های زودیافت خاک شامل EC, PH، درصد کربن آلی ، درصد ازت،فسفر و پتاسیم ودرصداجزای تشکیل دهنده بافت خاک است که این داده ها ، مناطق مختلف شهرستان نیشابور را دربرمی گیرد . شبکه مورد استفاده از نوع پرسپترون چندلایه (Multi-layer Perceptron) با الگوریتم پس انتشار خطا (Back Propagation) وتکنیک یادگیری مارکوارت لونبرگ (Train LM: Levenberg-Marquardt) است . نتایج حاصل از پژوهش حاضر نشان داد که در میان الگوهای مورد بررسی ، متغیر درصد فسفر و درصد شن در بافت خاک ، نقش مثبتی در پیش بینی عملکرد اسانس داشته است وقابلیت برآورد بسیار خوب در این مدل از شبکه عصبی نمایان است.

کلمات کلیدی:
شبکه عصبی مصنوعی ، اسانس ، مرزه تابستانه

صفحه اختصاصی مقاله و دریافت فایل کامل: http://www.civilica.com/Paper-NCPDA01-NCPDA01_0692.html