آنالیز حساسیت فرآسنجه های موثر بر نوسانات جمعیت سن زمستان گذران با استفاده از شبکه عصبی مصنوعی

الموضوعات :

زهرا دوستی ¹ (گروه گیاهپزشکی دانشکده کشاورزی دانشگاه رازی، کرمانشاه ایران)
ناصر معینی نقده ² (گروه گیاهپزشکی دانشکده کشاورزی دانشگاه رازی، کرمانشاه ایران)
عباسعلی زمانی ³ (گروه گیاهپزشکی دانشکده کشاورزی دانشگاه رازی، کرمانشاه ایران)
لیلا ندرلو ⁴ (گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران)

تاريخ الإرسال : 19 الجمعة , ذو القعدة, 1438 تاريخ التأكيد : 10 الثلاثاء , ربيع الأول, 1439 تاريخ الإصدار : 07 الثلاثاء , رمضان, 1439

الکلمات المفتاحية: Sensitivity analysis, Artificial Neural Network, آنالیز حساسیت, شبکه عصبی مصنوعی, Environmental factor, سن گندم, Sunn pest, عوامل اقلیمی, چادگان, Chadegan,

ملخص المقالة :

سن گندم (Hemiptera: Scutelleridae) Eurygaster integriceps Put. مهم‌ترین آفت گندم و جو در ایران می‌باشد. بررسی‌های مختلف نشان داده‌اند که عوامل مختلف زنده و غیر زنده‌ی محیطی جمعیت‌های این آفت را تحت تاثیر قرار می‌دهند. در این مطالعه رابطه موجود بین تغییرات جمعیت سن زمستان گذران با عوامل مختلف محیطی شامل روز نمونه برداری، میانگین دمای روزانه، میانگین رطوبت نسبی، سرعت باد، جهت باد، ارتفاع از سطح دریا، میانگین بارش مورد بررسی قرار گرفت. داده‌های مزرعه‌ای طی دو سال از دو مزرعه آبی گندم به مساحت یک هکتار در شهرستان چادگان جمع آوری شدند. در این تحقیق شبکه عصبی مصنوعی از نوع پرسپترون چند لایه با الگوریتم پس انتشار خطا و تکنیک یادگیری مارکوارت لونبرگ برای در نظر گرفتن تاثیر همزمان متغیرهای محیطی بر نوسانات سن زمستان گذران، مورد استفاده قرار گرفت. پس از آنالیز حساسیت چهار ورودی شامل متوسط دمای روزانه و رطوبت نسبی، سرعت باد و روز نمونه برداری به عنوان ورودی‌های تأثیر گذار انتخاب شدند. نتایج نشان داد شبکه عصبی با دو لایه مخفی، هفت نرون در لایه مخفی اول و سه نرون در لایه مخفی دوم، تابع فعال سازی از نوع سیگموئید، درصد داده‌های 60، 30، 10 به ترتیب برای آموزش، آزمون و ارزیابی برای پیش بینی نوسانات جمعیت سن مادر به کار رود (94/0= R2).