پیش بینی دمای هوای داخل گلخانه مجهز به سامانه ی سرمایش تبخیری با استفاده از مدل رگرسیونی و شبکه های عصبی مصنوعی (مطالعه موردی در شهر کرمان) | ||
| مهندسی بیوسیستم ایران | ||
| مقاله 5، دوره 49، شماره 4، زمستان 1397، صفحه 567-576 اصل مقاله (613.4 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijbse.2018.241916.664987 | ||
| نویسندگان | ||
| محمد حسین شجاعی1؛ حمید مرتضی پور* 2؛ کاظم جعفری نعیمی1؛ محمدمهدی مهارلویی1 | ||
| 1بخش مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران | ||
| 2استادیار بخش مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران | ||
| چکیده | ||
| در کشاورزی امروزی، نقش گلخانه به عنوان ابزاری برای افزایش کمیت و کیفیت محصول، دارای اهمیت فراوان میباشد. شرایط داخلی گلخانه به برخی عوامل بیرونی وابسته است که بهطور معمول پیشبینی دقیق آنها به سادگی امکان پذیر نیست. هدف از اجرای این تحقیق، تخمین دمای هوای داخل گلخانه در حالتهای بدون تهویه و با استفاده از سامانهی سرماش تبخیری با روش شبکه عصبی مصنوعی و مدل رگرسیونی است. از برخی عوامل مانند شدت تابش خورشید، دمای هوای محیط، دمای دیواره شمالی گلخانه، دبی و دمای هوای ورودی به گلخانه، بهعنوان ورودی مدل رگرسیونی و شبکه عصبی استفاده گردید. برای آموزش شبکه عصبی از پرسپترون چندلایه با الگوریتم یادگیری پسانتشار خطا و از الگوریتمهای آموزش لونبرگ مارکوارت، تنظیم بهروش بیزی و اسکالت کانژوگیت گرادینت و در مدل رگرسیونی از روش پیشرو و پسرو برای تعیین معادلات رگرسیونی استفاده شد. ارزیابی مدل شبکه عصبی و رگرسیونی با شاخصهای آماری میانگن مربعات خطا، ضریب تبیین و معیار متوسط قدر مطلق خطا تعیین گردید. مقایسه نتایج آماری حاکی از دقت بالاتر شبکه عصبی مصنوعی نسبت به مدل رگرسیونی است. | ||
| کلیدواژهها | ||
| دمای گلخانه؛ سرمایش تبخیری؛ شبکه عصبی مصنوعی؛ مدل سازی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,548 تعداد دریافت فایل اصل مقاله: 763 |
||