CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شبیه سازی اثرباکتریهای محرک رشدبرذرت با استفاده ازشبکه های عصبی مصنوعی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۲۷۰ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: SADHE02_587
زبان مقاله: فارسی
حجم فایل: ۱.۲۳ مگابات (فایل این مقاله در ۱۲ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۲ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شبیه سازی اثرباکتریهای محرک رشدبرذرت با استفاده ازشبکه های عصبی مصنوعی

  علیرضا رضایی - کارشناسی ارشد
  معصومه نژادعلی - استادیاردانشگاه آزاد اسلامی واحد گرمسار
  علی غفوریان - استادیاردانشگاه آزاد اسلامی واحد گرمسار

چکیده مقاله:

تحقیقات زیادی درزمینه اثرباکتریهای محرک رشدبرذرت انجام شده و روابط متعددی ارایه گردیده است اماهرپژوهش فقط نقش عوامل معدودی را ارزیابی می کند که بسیاروقت گیروپرهزینه است شبکه های عصبی مصنوعی ابزاری است که قادربه تقریب روابط و توابع بسیارپیچده درمدت زمان کمتر می باشد هدف ازاین تحقیق بررسی اثرباکتریهای محرک رشدگونه ازوسپیریلیوم برذرت پیش بینی عملکردعلوفه درهکتار با استفاده ازشبکه عصبی مصنوعی می باشد ازنتایج تجربی محققین شبکه های مختلف بایک لایه مخفی و تابع تبدیل سیگموئید درتعداد 20و25و15و10و5 نرون درلایه مخفی با 14پارامترورودی و یک پارامترخروجی طراحی گردید نتایج نشان داد ازبین شبکه های طراحی شده شبکه عصبی مصنوعی پرسپترون بایک لایه مخفی و تابع تبدیل سیگموئید و باتعداد10 نرون درلایه مخفی دارای حداقل میزان میانگین مربعات خطا 0/0001131= MS و حداکثر ضریب همبستگی است لذا به عنوان شبکه مطلوب برای پیش بینی عملکردعلوفه درهکتار مناسب می باشد بنابراین همین شبکه برای شبیه سازی انتخاب و معرفی گردید نتایج شبیه سازی نشان میدهد عوامل محیطی ازجمله دما تاثیرات ناچیزی برمیزان رشدوعملکرددارند همچنین پیش بینی شد جمعیت باکتریها باغلظت 8 10 موجب حداکثر عملکردعلوفه درهکتارمیشود.

کلیدواژه‌ها:

شبکه عصبی مصنوعی، شبیه سازی، باکتریهای محرک رشد، آزوسپیریلیوم، ذرت

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-SADHE02-SADHE02_587.html
کد COI مقاله: SADHE02_587

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رضایی, علیرضا؛ معصومه نژادعلی و علی غفوریان، ۱۳۹۲، شبیه سازی اثرباکتریهای محرک رشدبرذرت با استفاده ازشبکه های عصبی مصنوعی، دومین همایش ملی توسعه پایدار کشاورزی و محیط زیست سالم، همدان، شرکت هم اندیشان محیط زیست فردا، https://www.civilica.com/Paper-SADHE02-SADHE02_587.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رضایی, علیرضا؛ معصومه نژادعلی و علی غفوریان، ۱۳۹۲)
برای بار دوم به بعد: (رضایی؛ نژادعلی و غفوریان، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • حاجیلو، م. عباس دخت، ح .عامریان، م.غلامی _ _ خاوازی، ... (مقاله کنفرانسی)
  • حمیدی، آ.قلاوند، آ.دهقان شعار، م .ملکوتی، م.اصغر زاده، آ.چوکان _ ... (مقاله ژورنالی)
  • کاراموز، م .رمضانی، ف .ورضوی، س ۱۳۸۵ پیش بینی بلند ... (مقاله کنفرانسی)
  • منهاج، م .۱۳۷۹ مبانی شبکه های عصبی، نشر دانشگاه صنعتی ...
  • محمدزاده فخرداوود، ع. ۱۳۸۰، کاربرد شبکه های عصبی فازی برگشتی ...
  • یزدانی، م.پیرد شتی _ _ _ ا سماعیلی، م.بهمینار، م(۱۳۸۹)بررسی ...
  • قلاوند، ا، دهقان شعار، م، ملکوتی، ج، اصغرزاد ه، وچوکان، ... (مقاله کنفرانسی)
  • Alvarez, A. 2009. Predicting average regional yield and production of ...
  • Ahmad, F. Ahmad, I. and khan, M. S. 2005. "Indole ...
  • Carletti, S. 2002. Use of plant gro wth-promoting rhizobacteria in ...
  • Cicchino, M., Rattalino Edreira, J.I, Uribelarrea M., and Otegui, M.E. ...
  • Chuan, C , S, 1997, Weather Prediction Using Artificial Neural ...
  • Gheysari, M., Mirlatifi, S.M., Homaee, M., Asadi, M.E., , and ...
  • Kapulnik, Y., Sarig, S., Nur, A., Okon, Y. and Henis, ...
  • Kaul, M., Hill, R.L, and Walthall, C. 2005. Artificial neural ...
  • Keskin, M.E., and Taylan, D., 2009. Artificial models for interbasin ...
  • Kisi, O., 2004. Multi-layer perceptions with Levenberg-M arquardt training algorithm ...
  • Liu, Z., and Liu, J. 1998, Seismic _ O ntrollednonline ...
  • Manaffee, W. F. and Kloepper, J. W. 1994. Applications of ...
  • Merdun, H., 6. Cnar, R. Meral and M Apan. 2006. ...
  • Mubiru, J. 2008. Predicting total solar irradiation values using artificial ...
  • Mukerj, A., Chatterjee, C., and Raghuwanshi, N.S. 2009. Flood forecasting ...
  • Nanda, D., Tung, K., Li, Y., Lin, N., and Chuang, ...
  • o. Cnar, R. Meral and M. Apan. 2006. Comparison of ...
  • pedotransfer functions for prediction of soil water retention and saturated ...
  • Piri, J., Amin, S., Moghad damnia, A., Keshavarz, A., Han, ...
  • Ranaee, V, M ahoodian, M, _ ..and Rahati.S.201 0, "sensitivity ...
  • Shaukat, K., Affrasayab, S. and Hasnain, S. 2006. Growth response ...
  • Zaied, K.A., Abd El-Hady, A.H., Afify, Aida.H. and Nassef, M.A. ...
  • Vessey J. K. 2003. Plant growth promoting rhizobacteria _ biofertilizers, ...
  • مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • کشاورزی > ذرت
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.