تعیین اندازه قطرات آفتکش با استفاده از شبکههای عصبی مصنوعی
امروزه توجه به مسائل ایمنی و زیست محیطی در تمام بخشهای کشاورزی، صنعتی و خدماتی کشورهای مختلف از اهمیت بالایی برخوردار است. در بخش کشاورزی با وجود تلاشهای فراوان برای یافتن روشهای جایگزین، سالانه میلیونها لیتر مادهی سمی برای کنترل آفات مزارع مصرف میشود. در سمپاشی مؤثر اندازه قطرات آفتکش نقش مه...
Gespeichert in:
Veröffentlicht in: | Majallah-i dānish-i kishāvarzī va tawlīd-i pāydār 2012-01, Vol.21 (4), p.75-84 |
---|---|
Hauptverfasser: | , , , , |
Format: | Artikel |
Sprache: | per |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | امروزه توجه به مسائل ایمنی و زیست محیطی در تمام بخشهای کشاورزی، صنعتی و خدماتی کشورهای مختلف از اهمیت بالایی برخوردار است. در بخش کشاورزی با وجود تلاشهای فراوان برای یافتن روشهای جایگزین، سالانه میلیونها لیتر مادهی سمی برای کنترل آفات مزارع مصرف میشود. در سمپاشی مؤثر اندازه قطرات آفتکش نقش مهمی دارد اندازهی قطرات تحت تاثیر عوامل متعددی از جمله فشار، قطر سوراخ نازل، گرانروی مایع پاشیده شده و سرعت وزش باد در منطقه میباشد در این پژوهش از شبکه پیشخور برای مدلسازی قطر حجمی متوسط استفاده شد. لایههای ورودی فشار سمپاشی و قطر خروجی نازل و لایه خروجی شبکه عصبی مصنوعی قطر حجمی متوسط بود. به منظور دستیابی به بهترین روش، پنج روش گرادیان نزولی، گرادیان نزولی با مومنتوم، لونبرگ مارکوآرت، دلتا بار دلتا و گرادیان مزدوج استفاده شد. با توجه به مقادیر میانگین مربعات خطا و ضریب تبیین روش گرادیان نزولی با مونتوم به عنوان بهترین روش انتخاب شد. پس از آموزش و اعتبارسنجی شبکه، میزان میانگین مربعات خطا و ضریب تبیین به ترتیب برابر0176/0 و90/0 به دست آمد. به منظور بررسی صحت پیشبینی شبکه، آزمایشهایی انجام شد و قطر ذرات در حالت واقعی با مقادیر حاصل از شبکه عصبی، با آزمون کای دو مقایسه گردید، تفاوت حاصل معنیدار نبود. این نتایج نشان میدهد که شبکههای عصبی مصنوعی میتوانندبرآورد مناسبی در تخمین اندازه قطرات داشته باشند. |
---|---|
ISSN: | 2476-4310 2476-4329 |