علیرضا رضایی - کارشناسی ارشد
معصومه نژادعلی - استادیاردانشگاه آزاد اسلامی واحد گرمسار
علی غفوریان - استادیاردانشگاه آزاد اسلامی واحد گرمسار

تحقیقات زیادی درزمینه اثرباکتریهای محرک رشدبرذرت انجام شده و روابط متعددی ارایه گردیده است اماهرپژوهش فقط نقش عوامل معدودی را ارزیابی می کند که بسیاروقت گیروپرهزینه است شبکه های عصبی مصنوعی ابزاری است که قادربه تقریب روابط و توابع بسیارپیچده درمدت زمان کمتر می باشد هدف ازاین تحقیق بررسی اثرباکتریهای محرک رشدگونه ازوسپیریلیوم برذرت پیش بینی عملکردعلوفه درهکتار با استفاده ازشبکه عصبی مصنوعی می باشد ازنتایج تجربی محققین شبکه های مختلف بایک لایه مخفی و تابع تبدیل سیگموئید درتعداد 20و25و15و10و5 نرون درلایه مخفی با 14پارامترورودی و یک پارامترخروجی طراحی گردید نتایج نشان داد ازبین شبکه های طراحی شده شبکه عصبی مصنوعی پرسپترون بایک لایه مخفی و تابع تبدیل سیگموئید و باتعداد10 نرون درلایه مخفی دارای حداقل میزان میانگین مربعات خطا 0/0001131= MS و حداکثر ضریب همبستگی است لذا به عنوان شبکه مطلوب برای پیش بینی عملکردعلوفه درهکتار مناسب می باشد بنابراین همین شبکه برای شبیه سازی انتخاب و معرفی گردید نتایج شبیه سازی نشان میدهد عوامل محیطی ازجمله دما تاثیرات ناچیزی برمیزان رشدوعملکرددارند همچنین پیش بینی شد جمعیت باکتریها باغلظت 8 10 موجب حداکثر عملکردعلوفه درهکتارمیشود.

شبکه عصبی مصنوعی، شبیه سازی، باکتریهای محرک رشد، آزوسپیریلیوم، ذرت