توسعه جعبه ابزار پيش‌بيني عملكرد محصول استراتژيك گندم با استفاده از الگوريتم‌هاي يادگيري ماشين به منظور كاهش مخاطرات امنيت غذايي (مطالعه موردي: استان البرز)

گندم به عنوان اصلي‌ترين غذاي مردم در كشور از اهميت ويژه‌اي برخوردار است. گندم نه تنها يك كالاي مهم كشاورزي اقتصادي در دنيا محسوب مي‌شود، بلكه به عنوان اهرمي قدرتمند در مناسبات سياسي و جهاني شناخته مي‌شود. از اين رو تحليل و پيش‌بيني وضعيت توليد اين محصول در كشور همواره مورد توجه بوده است. هدف از اين پژوهش پيش‌بيني مقدار عملكرد گندم (X) با استفاده از فرامدل‌هاي هوش‌مصنوعي در مقياس زماني سالانه در استان البرز است. بدين منظور، با استفاده از داده‌هاي سطح زير كشت و توليد سالانه، عملكرد گندم در شش شهرستان نظر‌آباد، ساوجبلاغ، كرج، اشتهارد، فرديس و طالقان با طول دوره آماري 40 ساله (2020 1981) بررسي شد. پس از محاسبه مقدار عملكرد (تن در هكتار) و تشكيل سري‌ زماني سالانه، با استفاده از چهار روش هوش‌مصنوعي شامل الگوريتم بهترين همسايگي (KNN)، ماشين‌بردار پشتيبان (SVM)، برنامه ريزي بيان‌ژن (GEP) و شبكه بيزين (BN) عملكرد گندم در سال بعد پيش‌بيني شد. نتايج حاكي از افزايش دقت پيش‌بيني‌ها در سال‌هاي با توليد بيشتر بود؛ به نحوي كه بر اساس نتايج حاصل از مدل BN، GEP، SVM و KNN ضريب همبستگي بين مقادير عملكرد گندم مشاهده‌شده و پيش‌بيني‌شده براي شهرستان كرج به ترتيب 0.84، 0.89، 0.91 و 0.92 به‌دست آمد. با اين توضيح كه شهرستان‌هاي كرج و طالقان به ترتيب بيشترين و كمترين توليد گندم را در بين اين شهرستان‌ها دارند. نتايج نشان داد روش KNN نسبت به ساير روش‌ها، بهترين دقت را داشت و معيارهاي ارزيابي R، RMSE و MAE آن به ترتيب از 0.84 تا 0.92، 0.21 تا 0.24 تن در هكتار و 0.11 تا 0.18 متغير بود. در مجموع با مقايسه روش‌هاي استفاده شده، روش KNN، بيشترين و روش BN كمترين دقت را براي پيش‌بيني مقدار عملكرد گندم در استان البرز داشتند. نتايج اين مطالعه مي‌تواند در تأمين و مديريت امنيت غذايي در مناطق تحت مطالعه بسيار مفيد واقع شود.