مسعود حکیمی تبار - دانشگاه صنعتی شاهرود
علیرضا شعبانی نژاد - گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران
علیرضا صبوری - گروه گیاه پزشکی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
محمدحسن شمس - گروه گیاه پزشکی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

پژوهش حاضر با هدف پیش­بینی پراکندگی کنه های خانواده Ascidae با استفاده از  شبکه­ عصبی مصنوعی در شهرستان دامغان استان سمنان انجام شد. بدین منظور مختصات طول و عرض جغرافیایی و ارتفاع از سطح دریا در ۱۳۷ نقطه به صورت تصادفی، در سطح شهرستان مشخص و به عنوان ورودی­های شبکه عصبی مصنوعی تعریف شد. خروجی نیز تعداد اعضای این خانواده در نقاط مذکور بود. در این پژوهش از شبکه عصبی مصنوعی با ساختار پرسپترون سه لایه با الگوریتم پس انتشار خطا، استفاده شد. برای ارزیابی قابلیت شبکه های عصبی مورد استفاده در پیش­بینی پراکندگی از مقایسه آماری پارامترهایی مانند واریانس، توزیع آماری و میانگین بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آن ها استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش بین مقادیر ویژگی های آماری واریانس، توزیع آماری و میانگین مجموعه داده های واقعی و پیش بینی شده مکانی این خانواده توسط شبکه عصبی، تفاوت معنی داری در سطح ۹۵ درصد وجود نداشت (p> ۰.۴). در مجموع می­توان چنین نتیجه گرفت که روش شبکه عصبی مصنوعی با تلفیق سه عامل طول و عرض جغرافیایی و ارتفاع از سطح دریا، قادر به پیش­بینی پراکندگی این خانواده با دقت مناسب بود.

کنه های شکارگر, الگوهای پراکنش, پرسپترون سه لایه, الگوریتم پس انتشار