ترحم مصری گندشمین - استادیار گروه مهندسی ماشینهای کشاورزی، دانشگاه محقق اردبیلی
مهرداد صفر پور - فارغ التحصیل کارشناسی ارشد مهندسی مکانیزاسیون کشاورزی، دانشگاه تبری
حسین نوید - استادیار گروه مهندسی ماشین های کشاورزی، دانشگاه تبریز

مدیریت ماشین ها و تجهیزات سنگین وظیفه ی بسیار دشواری می باشد. یک مدیر اغلب باید تصمیم گیری پیچیده ی اقتصادی درارتباط با هزینه های ماشینهای کشاورزی اتخاذ کند. این تصمیم گیری ها عبارتند از : مالکیت ماشین، نگهداری، تعمیرات، جایگزینی و منسوخ شدن ماشین ها (Mitchel et al., 1998) . هزینهای نگهداری و تعمیرات می تواند اثرات قابل ملاحظه ای در تصمیم گیری های اقتصادی . پیش بینی داشته باشد. هدف از انجام این تحقیق ریال پیش بینی هزینه های تگهداری و تعمیر ماشین هاب برداشت نیشکر کورد استفاده د رکشت و صنعت دعبل خزاعی خوزستان بود. متغیر مستقل در مدل ریاضی، ساعات کارکرد تجمعی ماشین برداشت نیشکر و متغیر وابسته ، هزینه های نگهداری و تعمیرات بر حسب درصدی از قیمت خرید اولیه می باشد. در ایم راستا، گزارش های سرویس و تعمیرات موجود در دفتر فنی واحد تجهیزات مکانیکی کشت و صنعت ، مربوط به 24 دستگاه ماشین برداشت نیشکر HCH 300 HEPCO در یک دوره ده ساله (1380 تا 1389) بررسی گردید. با استفاده از شبکه عصبی مصنوعی، مدل عصبی برای ماشین های براداشت نیشکر بهینه شد و با استافده از شاخص های آماری ضریب همبستگی (R) و متوسط قدر مطلق درصد خطا (MAPE) مدل به دست آمده مورد ارزیابی قرار گرفت و در نهایت مدل شبکه عصبی با تعداد 12 نرون در لایه مخفی به عنوان بهینه ترین مدل انتخاب گردید. مدل عصبی به دست آمده با ضریب همبستگی 0/99358 در فاز آزمایش و 0/99516 در فاز آموزش توانست تمام هزینه های ماشین های برداشت نیشکر مورد مطالعه را با دقت بسیار بالایی تخمین بزند.

هزینه نگهداری و تعمیرات، شبکه عصبی مصنوعی، متوسط قدر مطلق درصد خطا