ارزیابی عملکرد الگوریتم شبکه عصبی پرسپترون چندلایه در رده بندی ویژگیهای خاک در کلاسهای فازی

با توجه به محدودیتهای اقتصادی و زمانی، شبکه های عصبی مصنوعی( ANN) ۱ نسبت به روشهای سنتی روش مناسبی برای بررسی تغییرات ویژگیهای فیزیکی و شیمیایی خاک است. در این پژوهش کارآیی شبکه پر سپترون چند لایه( MLP) ۲ در رده بندی ویژگیهای فیزیکی و شیمیایی خاک در کلاسهای فازی بررسی شد. داده های خاک پردیس کشاورزی در شش کلاس بهینه فازی خوشه بندی گردید. MLP با %۷۰ داده ها تا صحت %۱۰۰ آموزش داده شد. ارزیابی آموزش با %۱۰ از داده ها صحت ۹۱/۷ درصد و راستی آزمایی با %۲۰ صحت %۱۰۰ را تایید نمود. نتایج توان بالای ANN در جایابیها را نشان داد.