پيش بيني عملكرد پسته با استفاده از الگوريتم هيبريد ژنتيك-شبكه عصبي مصنوعي (مطالعه موردي: شهرستان هاي رفسنجان و انار استان كرمان)

Pistachio yield prediction using hybrid Genetic algorithm-Artificial neural network (A Case Study:Rafsanjan and Anar regions, Kerman Province)

پژوهش حاضر به منظور پيش بيني عملكرد پسته در منطقه مورد مطالعه با استفاده از تكنيك انتخاب ويژگي صورت پذيرفت. بدين منظور، اطلاعات مربوط به 199 قطعه باغ در مناطق مختلف شهرستان هاي رفسنجان و انار در قالب يك متغير وابسته يعني عملكرد محصول و 87 متغير مستقل شامل ويژگي هاي خاكي، آبي، گياهي و مديريتي جمع آوري شد. نتايج اجراي الگوريتم هيبريد ژنتيك-شبكه عصبي مصنوعي نشان داد كه كمترين ميزان خطا مربوط به حالتي است كه از 26 ويژگي در مدل استفاده گردد. سپس پيش بيني عملكرد با استفاده از متغيرهاي انتخاب شده به دو روش رگرسيون چند متغيره خطي و شبكه عصبي مصنوعي انجام گرفت. دقت مدل رگرسيوني و شبكه عصبي طراحي شده به ترتيب برابر با 31 و 96 درصد بود. بنابراين، با كاهش ابعاد داده ها با استفاده از تكنيك انتخاب ويژگي و سپس مدل سازي توسط شبكه عصبي مصنوعي، مي توان تخمين دقيقي از عملكرد محصول پسته در منطقه مطالعاتي بدست آورد.