روناک محمدی - دانشجوی دکترا رشته حشره شناسی کشاورزی دانشگاه رازی کرمانشاه
مریم ال عصفور - عضو هیت علمی دانشگاه شیراز

امروزه تشریح الگوهای پراکندگی حشرات با استفاده از روش­های درونیابی و تخمین تراکم مورد توجه بسیاری از محققین قرار گرفته است. این پژوهش به منظور پیش بینی و ترسیم نقشه توزیع مکانی کفشدوزک هفت­نقطه­ای با استفاده از شبکه های عصبی پرسپترون چندلایه (MLP) ترکیب شده با الگوریتم رقابت استعماری، جهش قورباغه در سطح مزرعه انجام شد. داده از صد نقطه سطح یک مزرعه یونجه شهرستان زرقان در سال ۱۳۹۸ به دست آمده است. برای ارزیابی شبکه های عصبی مورد استفاده و  مقایسه عملکرد آن ها در پیش بینی توزیع این گونه از پارامترهای آماری مانند توزیع آماری، مقایسه میانگین و ضریب تبیین بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آن ها استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش، بین مقادیر توزیع آماری و میانگین مجموعه داده های واقعی و پیش بینی شده مکانی این گونه توسط شبکه عصبی ترکیب شده با الگوریتم جهش قورباقه مخلوط شده ، تفاوت معنی­داری وجود نداشت و الگوریتم جهش قورباقه مخلوط شده دقت بالاتری در تشخیص توزیع داشت. بر اساس نقشه های ترسیمی ما ا توزیع این گونه کفشدوزک تجمعی است.

الگوریتم متاهیورستیک, توزیع مکانی, شبکه عصبی مصنوعی, کفشدوزک هفت نقطه ای