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

تحقیقات نوین در گیاه پزشکی

مقاله 1، دوره 9، شماره 1 - شماره پیاپی 22، خرداد 1397، صفحه 1-15   

نوع مقاله: پژوهشی

نویسندگان

زهرا دوستی^{* 1}؛ ناصر معینی نقده¹؛ عباسعلی زمانی¹؛ لیلا ندرلو²

¹گروه گیاهپزشکی دانشکده کشاورزی دانشگاه رازی، کرمانشاه ایران

²گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران

چکیده

سن گندم (Hemiptera: Scutelleridae) Eurygaster integriceps Put. مهم‌ترین آفت گندم و جو در ایران می‌باشد. بررسی‌های مختلف نشان داده‌اند که عوامل مختلف زنده و غیر­زنده‌ی محیطی جمعیت‌های این آفت را تحت تاثیر قرار می‌دهند. در این مطالعه رابطه موجود بین تغییرات جمعیت سن زمستان­گذران با عوامل مختلف محیطی شامل روز نمونه­برداری، 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 جمع­آوری 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 زمستان­گذران، مورد استفاده قرار گرفت. پس از آنالیز حساسیت چهار ورودی شامل متوسط دمای روزانه و رطوبت نسبی، سرعت باد و روز نمونه­برداری به عنوان ورودی‌های تأثیر­گذار 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).

کلیدواژه‌ها

سن گندم؛ شبکه عصبی مصنوعی؛ آنالیز حساسیت؛ عوامل اقلیمی؛ چادگان

مراجع