پیش بینی حجم دانه کلزا با استفاده از شبکه های عصبی مصنوعی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 594
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_250
تاریخ نمایه سازی: 14 شهریور 1393
چکیده مقاله:
دانستن خصوصیات فیزیکی دانه های کلزا برای طراحی ادواتی که با این محصول در ارتباط می باشند مثل ادوات فرآوری، لام است. در این پژوهش حجم محصول با استفاده از 10 خصوصیت فیزیکی دانه و با استفاده از شبکه های عصبی محاسبه گردید. ابتدا در آزمایشگاه برای 8 نوع گونه مختلف در پنج سطح رطوبتی ( برپایه تر)، پارامترهای ابعاد محوری ( قطر بزرگ، قطر کوچک و قطر متوسط)، قطر متوسط هندسی، سطح مقطع، حجم، سطح جانبی، کرویت و شاخص شکل دانه ها در ده تکرار اندازه گیری شد. بعد از تعیین پارامترهای فوق با استفاده از شبکه عصبیپرسپترون چند لایه BP با یک لایه میانی، حجم محصول محاسبه و با مقدار اندازه گیری شده مقایسه گردید. نتایج نشان داد که شبکه بهینه سازی شده، توانایی تعیین حجم محصول با دقت بالا را دارد.
کلیدواژه ها:
نویسندگان
مجید رهنما
استادیار گروه ماشین های کشاورزی و مکانیزاسیون دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
سامان آبدانان مهدی زاده
استادیار گروه ماشین های کشاورزی و مکانیزاسیون دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
عبدالله ایمانهمر
استادیار گروه ماشین های کشاورزی دانشگاه اراک
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 :