فهرست نشریات علمی دسترسی آزاد ایران

اهداف: با توجه به اهمیت بالای تولید پایدار محصولات کشاورزی در واحد‌های کشت و صنعت نیشکر، باید از سیستم‌های هوشمند مانند شبکه‌های عصبی مصنوعی جهت مدیریت واحد‌های مزرعه استفاده کرد. بدین منظور، هدف اصلی تحقیق، مقایسه عملکرد مدل‌های شبکه عصبی پرسپترون چندلایه و توابع پایه شعاعی به‌منظور مدل‌سازی و پیش‌بینی عملکرد نیشکر و بررسی عوامل موثر بر آن بود.   مواد و روش‌ها: این تحقیق از نوع تحلیلی بوده و پایگاه داده‌ها‌ی آن ماتریسی به ابعاد درایه بود. داده‌های مورد نیاز این تحقیق طی سال‌های زراعی 1395 تا 1398 از واحد کشت و صنعت نیشکر دعبل خزاعی به‌دست آمد. متغیرهای ورودی مدل و واحدهای آنان به‌ترتیب شامل میزان هدایت الکتریکی خاک (دسی‌زیمنس بر متر)، مقدار کود شیمیایی فسفات و نیتروژن (کیلوگرم بر هکتار)، مقدار آب مصرفی (مترمکعب بر هکتار)، همچنین، تعداد دفعات آبیاری، ماه برداشت محصول،  سن گیاه، واریته گیاه، و بافت خاک (بدون ابعاد) بودند. متغیر خروجی، میزان عملکرد (تن بر هکتار) بود. تجزیه و تحلیل توسط نرم‌افزار متلب 2017 انجام شد.   یافته‌ها: با مقایسه پارامترهای خطای میانگین درصد خطای مطلق و جذر میانگین مربعات خطا و با توجه به شاخص‌های ضریب تبیین و بازده مدل، مدل توابع پایه شعاعی به‌ترتیب با داشتن 064494/0(درصد)، 037686/0، 7576/0 و 800409/0(بدون ابعاد) در مرحله اعتبارسنجی به عنوان مدل برتر انتخاب شد. همچنین، مدل توابع پایه شعاعی، متغیرهای واریته گیاه و میزان هدایت الکتریکی خاک را مهم‌ترین عامل موثر بر میزان عملکرد محصول نیشکر بیان کرد.   نتیجه‌گیری: با انتخاب واریته مناسب گیاه نیشکر و کنترل میزان هدایت الکتریکی خاک می‌توان عملکرد در واحد سطح را افزایش داد و سبب بهره‌وری بیشتر از نهاده‌ها و تولید پایدارتری شد.