فهرست نشریات علمی دسترسی آزاد ایران

ایران بزرگ‌ترین تولیدکنندۀ زعفران در جهان است. زعفران دارای اهمیت بالای اقتصادی است و به دلیل افزایش فعالیت رقبای صادراتی، نیازمند حمایت و گسترش و توسعۀ صادرات است. روند رو به رشد سهم صادرات زعفران از یک‌سو و درآمدزایی و کارآفرینی برای روستاییان کشور از سوی دیگر، لزوم توجه به این محصول را دوچندان می‌کند. رقابت در این عرضه و با وجود رقبای قدرتمند در گرو مکانیزه کردن فرایندهای کاشت تا برداشت و درجه‌بندی تا بسته‌بندی امکان­پذیر خواهد بود. بنابراین، ارزیابی ویژگی‌های ظاهری زعفران به منظور درجه‌بندی صحیح نیاز اساسی محسوب می‌شود. در پژوهش حاضر، ویژگی‌های ظاهری با هدف درجه‌بندی زعفران با استفاده از روش­های مختلف هوش مصنوعی شامل شبکه­های عصبی مصنوعی پرسپتورن چند لایه (MLP)، (LVQ)، شبکه عصبی غیر نظارت شده (SOM)، سیستم‌های فازی (FNN) و سیستم استنتاج فازی عصبی (ANFISS) بررسی شده است. پایگاه داده مورد مطالعه مربوط به 113 نمونه زعفران است که در 4 طبقه زعفران پوشال (نگین)، پوشال درجه 2 (خوب)، پوشال درجه سه (معمولی) و پوشال درجه چهار (ضعیف) که محققان این پژوهش آنها را گردآوری کرده­اند. نتایج تحلیل نشان می‌دهد که درجه‌بندی زعفران با در نظر گرفتن شرایط عدم قطعیت در مدل ANFIS نسبت به دیگر روش‌ها بهتر است، به طوری که دقت طبقه‌بندی 5/97 درصد و میزان خطای 3484/0 در تشخیص نمونه‌های آزمون به­ دست آمد.