مدلسازي رگرسيوني جرم و حجم پرتقال براي استفاده در سامانه هاي نوين درجه بندي

در اين پژوهش با هدف توسعه سامانه اي براي درجه بندي پرتقال بر اساس جرم و حجم آن با استفاده از فناوري هاي نوين همچون بينايي ماشين، ابتدا مشخصه هاي فيزيكي 100 عدد پرتقال رقم محلي دزفول شامل سه بعد هندسي، جرم، حجم و سطح تصوير عمودي با استفاده از روش هاي كلاسيك اندازه گيري شد و از دو نوع مدل رگرسيوني براي تعيين روابط بين جرم و حجم پرتقال با پارامترهاي هندسي آن استفاده شد. نتايج تجزيه واريانس داده هاي آزمايشگاهي نشان داد كه در مدل اول بين جرم و حجم پرتقال و سه بعد ارتفاع (h)، پهنا (w) و ضخامت (t) آن رابطه معني داري در سطح يك درصد وجود دارد. مقادير ضرايب تبيين R^2 معادلات رگرسيوني تخمين جرم و حجم پرتقال برحسب ابعاد سه گانه آن نشان داد كه معادلات ارائه شده مي توانند 95/97 و 98/01 درصد تغييرات جرم و حجم پرتقال را به ترتيب توجيه نمايند. در مدل رگرسيوني دوم ، ضريب همبستگي پيرسون بين سطح تصوير با جرم و حجم به ترتيب برابر با 0/979 و 0/966 بدست آمد. اين همبستگي در سطح احتمال يك درصد معني دار شد. ضرايب تبيين معادلات رگرسيوني تخمين جرم و حجم پرتقال برحسب سطح تصوير آن بالا بود، لذا مي توان از معادلات رگرسيوني حاصل با اطمينان قابل قبولي استفاده نمود. در مقايسه عملكرد دو مدل رگرسيوني ارائه شده در اين پژوهش با يكديگر، بر اساس كوچكي شاخص هاي RMSE و MAPE و بزرگي EF ، عملكرد مدل رگرسيوني برآورد جرم و حجم پرتقال بر حسب سه بعد آن (F(h,w,t بهتر از مدل رگرسيوني برآورد جرم و حجم پرتقال بر حسب دو بعد و سطح تصوير آن (F(w,t,A بود. ليكن مدل (F(w,t,A با توجه به ضرايب تبيين قابل قبول و پيچيدگي و هزينه كمتر، مي تواند بسيار كاربردي تر باشد.