در این پژوهش، از سیستم استنتاج عصبی-فازی تطبیقی (ANFIS) برای پیش‌بینی نیروی کششی، لغزش چرخ و مصرف سوخت تراکتور در شرایط مزرعه‌ای طی عملیات شخم با گاوآهن سه‌خیشه استفاده شد. آزمایش‌ها در مزارع شرکت تراکتورسازی ایران با روش دو تراکتوری انجام گردید. متغیرهای مستقل شامل چهار سطح عمق خاک‌ورزی (۱۰، ۲۰، ۳۰ و ۴۰ سانتی‌متر)، سه سطح رطوبت خاک (تقریباً ۱۲، ۱۵ و ۱۹ درصد) و چهار سطح سرعت پیشروی با دنده های سنگین (۱، 55/2، 40/4 و 58/6 کیلومتر بر ساعت) بودند. آزمایش فاکتوریل بر پایه طرح بلوک کامل تصادفی (RCBD) با سه تکرار استفاده شد. پیش بینی همزمان سه شاخص کلیدی عملکرد تراکتور از چالش های اساسی در مدیریت عملیات خاک‌ورزی و بهینه سازی مصرف انرژی است، زیرا این شاخص ها تحت تاثیر برهم کنش پیچیده و غیرخطی میان ویژگی های خاک و پارامترهای عملیاتی قرار دارند و روش های متداول از دقت کافی برای توصیف این روابط برخوردار نیستند. لذا یک چارچوب هوشمند مبتنی بر (ANFIS)همراه با تحلیل مولفه های اصلی (PCA) برای پیش بینی همزمان نیروی کششی، لغزش چرخ و مصرف سوخت توسعه یافت. نتایج نشان داد که افزایش عمق خاک و سرعت پیشروی موجب افزایش نیروی کششی، لغزش و مصرف سوخت شده، در حالی که افزایش رطوبت خاک به دلیل کاهش مقاومت مکانیکی خاک، این شاخص را بهبود می بخشد. مدل پیشنهادی با ضرایب تعیین بالا برای نیروی کششی (99996/0)، لغزش (9997/0) و مصرف سوخت (99964/0) و مقادیر بسیار پایین RMSE، توانست رفتار واقعی سامانه تراکتور-خاک را با دقتی خوب شبیه سازی کند. نتایج نشان داد که مدل توسعه یافته نه تنها ابزاری دقیق برای پیش بینی عملکرد تراکتور است، بلکه می تواند به عنوان یک سامانه تصمیم یار در انتخاب شرایط بهینه عملیات، کاهش مصرف سوخت وهزینه خاک ورزی، کنترل لغزش و ارتقای بهره وری انرژی در کشاورزی دقیق مورد استفاده قرار گیرد.