جهت ارزیابی عملکرد پاشش یک سمپاش زراعی نرخ متغیر، از روش شبکه عصبی مصنوعی استفاده شد. داده های لازم برای مدل سازی، از آزمون های مزرعه ای به دست آمد. برای مدل سازی بده خروجی افشانک ها،727 شبکه با چهار نوع مدل عصبی مصنوعی خطی، پرسپترون چندلایه، تابع پایه شعاعی و رگرسیون تعمیم یافته آزمون شدند. برای هر افشانک 45، 22 و 23 داده به ترتیب برای آموزش، اعتبارسنجی و آزمایش استفاده شد. مدل تابع پایه شعاعی با یک لایه ورودی، 4 لایه پنهان و4 لایه خروجی کمینه خطا به عنوان بهترین مدل انتخاب شد. برای سنجش توانایی مدل عصبی در پیش گویی بده افشانک ها، نتایج حاصل از این روش با مدل آماری مقایسه شد. بر اساس نتایج، میانگین مقادیرR2 افشانک ها در مدل آماری برابر با 980/0، 979/0، 981/0 و 980/0 و در مدل های عصبی مذکور به ترتیب برابر با 994/0، 988/0، 997/0 و 990/0 به دست آمد. هم چنین میانگین ضریب تغییرات با استفاده از مدل های آماری و شبکه عصبی به ترتیب برابر با 96/18 درصد و 05/19 درصد بود. نتایج نشان داد، که مدل شبکه عصبی مصنوعی در مقایسه با مدل آماری روش دقیق تری برای پیش گویی بده سمپاش بر اساس تغییرپذیری های مکانی سم در مزارع است
ابتدای صفحه