مدل‌سازی انرژی خروجی خیار گلخانه‌ای و بوته‌ای بر پایه الگوی مصرف انرژی با استفاده از شبکه عصبی مصنوعی و انفیس

نویسندگان

چکیده

هدف از این مطالعه،‏ بررسی دو سامانه هوشمند شبکه عصبی مصنوعی و سامانه استنتاجی عصبی- فازی تطبیقی چندلایه (انفیس) برای مدل‌سازی انرژی خروجی در تولید خیار گلخانه‌ای و بوته‌ای است. برای تعیین الگوی انرژی مصرفی،‏ داده‌های مورد نیاز به طور مستقیم از 160 بهره‌بردار خیار جمع‌آوری شد. با تحلیل نتایج،‏ میانگین انرژی ورودی و خروجی در تولید خیار گلخانه‌ای به ترتیب 1‎/1159901و 256‎/173985 مگاژول و برای خیار بوته‌ای به ترتیب 11‎/75648 و 433‎/22694 مگاژول محاسبه شد. بیشترین انرژی ورودی در تولید خیارگلخانه‌ای و بوته‌ای به ترتیب مربوط به انرژی سوخت و الکتریسیته تعیین شدند،‏ کمترین انرژی ورودی مربوط به انرژی بذر بود. با استفاده از داده‌های انرژی ورودی و خروجی،‏ مدل‌سازی میزان انرژی خروجی به ازای انرژی ورودی با استفاده از دو روش مدل‌سازی مذکور انجام شد. با توجه به نتایج مدل سامانه استنتاج عصبی- فازی تطبیقی چندلایه،‏ میزان ضریب تشخیص و مجذور میانگین مربعات خطا برای خیار گلخانه‌ای و بوته‌ای،‏ به ترتیب برابر با 9924‎/0،‏ 9920‎/0،‏ 051/ و 013‎/0 به دست آمدند. همچنین مقادیر این پارامترها برای مدل شبکه عصبی مصنوعی برای خیار گلخانه‌ای با ساختار بهینه (1-10-8) و برای بوته‌ای با ساختار (1-12-8) به ترتیب برابر با 9492‎/0و 9785‎/0،‏ RMSE 0121‎/0 و 0418‎/0 تعیین شدند. نتایج نشان می‌‌دهند که هر چند مدل فازی بهتر عمل کرده است ولی هر دو مدل در تخمین میزان انرژی خروجی توانایی خوبی دارند.

کلیدواژه‌ها

عنوان مقاله [English]

Greenhouse and open-field cucumber output energy modeling based on the pattern of energy consumption using artificial neural network and ANFIS

نویسندگان [English]

  • hosein haji agha alizadeh
  • mohadese ahmadvand
  • hosein bagherpour

چکیده [English]

The aim of this research is to study two intelligent systems including artificial neural network and multi – layer adaptive neuro-fuzzy inference system (ANFIS) for modeling the output energy in production of greenhouse and open-field cucumber. In order to determine the pattern of consumed energy, the required information was collected directly from the 160 cucumber beneficiary. By analyzing the results, the average input and output energy was respectively equal to 1159901.1 MJ and 173985.256 MJ for greenhouse cucumber production and respectively 75648.11 MJ and 22694.433 MJ for open-field cucumber production . The maximum input energy in production of greenhouse and open-field cucumber was related to fuel and electricity respectively. The minimum input energy was related to seed energy. Using the input and output energy data, modeling of output energy was performed based the input energy and using the mentioned modeling methods. Refer to the results of ANFIS model, the values of coefficient of determination and root mean square error for greenhouse and open-field cucumber were equal to 0.9924, 9920 and 0.051 and 0.0130, respectively, Furthermore, these values were determined using the neural network modelwith optimum structure of (8-10-1) for greenhouse cucumber and structure of (8-12-1) for open-field cucumber. It was revealed that the coefficient of determination value was equal to 0.9492 and 0.9785, and RMSE was equal to 0.0121 and 0.0418, respectively. The result.