مقایسه عملکرد شبکه های عصبی پرسپترون چندلایه و توابع با پایه شعاعی در برآورد ستانده انرژی مرغ گوشتی
محل انتشار: مجله مهندسی بیوسیستم ایران، دوره: 47، شماره: 2
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 89
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBSE-47-2_013
تاریخ نمایه سازی: 31 اردیبهشت 1402
چکیده مقاله:
مدیریت انرژی یکی از اصلی ترین راه های بهینه سازی مصرف منابع انرژی است. پیش بینی عملکرد محصولات بر اساس ورودی های انرژی می تواند به کشاورزان و سیاست گذاران به منظور برآورد سطح تولید کمک کند. داده های مورد نیاز برای مطالعه به طور تصادفی از ۷۰ مزرعه مرغ گوشتی در شمال غرب ایران جمع آوری گردید. انرژی های ورودی شامل نیروی انسانی، ماشین آلات، سوخت، خوراک و الکتریسیته و انرژی های خروجی تولید شده به عنوان متغیرهای خروجی در نظر گرفته شد. شبکه های عصبی پرسپترون چندلایه (MLP) و تابع با پایه شعاعی (RBF) به منظور پیش بینی انرژی های خروجی تولید مرغ گوشتی مورد استفاده قرار گرفت. با توجه به نتایج مقایسه به دست آمده از شاخص های ضریب تبیین (R۲)، جذر میانگین مربعات خطا (RMSE) و میانگین قدرمطلق خطا (MAE) عملکرد مدل شبکه عصبی RBF بهتر از شبکه عصبی MLP برآورد گردید. در ارزیابی تاثیرپذیری خروجی از نهاده های ورودی، در هر دو مدل سوخت فسیلی بالاترین حساسیت را در بین نهاده های تولیدی از خود نشان داد.
کلیدواژه ها:
نویسندگان
سما عمید
دانشگاه محقق اردبیلی
ترحم مصری گندشمین
دانشگاه محقق اردبیلی
غلامحسین شاهقلی
دانشگاه محقق اردبیلی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :