پیش بینی عملکرد انگور در استان خراسان رضوی بر مبنای داده های انرژی مصرفی با استفاده از سیستم های شبکه عصبی مصنوعی

تاکنون روشهای مختلفی برای پیش بینی عملکرد محصولات کشاورزی توسعه یافته است. در سالهای اخیر پیش بینی عملکرد محصولات کشاورزی بر مبنای داده های انرژی مورد توجه پژوهشگران قرار گرفته است. از این رو این مطالعه به پیش بینی عملکرد انگور در استان خراسان رضوی بر مبنای داده های انرژی مصرفی باغات با استفاده از سیستمهای شبکه عصبی مصنوعی پرداخته است. اطلاعات مورد نظر از طریق مصاحبه حضوری با باغدارن در سال زراعی 1394-95 جمع آوری گردید. برای پیش بینی عملکرد از شبکه عصبی چند لایه پرسپترون (MLP) استفاده گردید. از الگوریتم آموزش لونبرگ مارکوارت برای آموزش داده های شبکه عصبی مصنوعی استفاده شد. نتایج نشان داد که شاخصهای انرژی شامل کارآیی انرژی، بهرهوری انرژی، انرژی ویژه و افزوده انرژی برای تولید انگور در منطقه مورد مطالعه به ترتیب 6/68 ، 0/57 کیلوگرم بر مگاژول، 1/77 مگاژول بر کیلوگرم و 264747/09 مگاژول بر هکتار بود. سهم شکل های مستقیم و غیرمستقیم انرژی نیز در تولید به ترتیب 67 و 33 درصد بود. بهترین ساختار شبکه عصبی مصنوعی برای پیش بینی عملکرد انگور، ساختار 9-15-1 تعیین گردید. ضریب تبیین مدل توسعه یافته شده برای داده های آموزش در این ساختار 0/97 بود. در مجموع نتایج این پژوهش نشان داد که مدل شبکه عصبی مصنوعی به خوبی قادر به مدلسازی و پیش بینی عمکرد انگور با استفاده از داده های انرژی مصرفی باغات میباشد.

کلیدواژه ها:

پیش بینی عملکرد ، کارایی انرژی ، مدلسازی ، مدیریت انرژی