كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / هشتمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Prediction of economic indices for dry farming chickpea production in Ravansar county of Iran using artificial neural networks

نویسندگان :

Ashkan Nabavi-Pelesaraei¹

1- دانشگاه رازی

کلمات کلیدی :

Agriculture،Artificial neural network،Chickpea،Economical analysis،Prediction

چکیده :

Determination of suitable model for forecasting of economic indices of chickpea production under dry farming system in Ravansar county of Iran using artificial neural network (ANN) is the main aim of this study. For this purpose, the energy consumption for chickpea production under dry farming system are found from 80 questionnaires. The results reveal the average total energy use of chickpea production is 6397.25 MJ ha-1. In the next step, the economic indices are calculated for chickpea farms. Accordingly, benefit to cost ratio, productivity, and energy intensiveness are calculated as 1.83, 1.31 kg $-1, 310.62 $ ha-1 and 17.09 MJ $-1, respectively. In this study, a back propagation algorithm is used for training of ANN model and Levenberg-Marquardt is learning algorithm. The best topology has the 6-6-4 structure. Moreover, the R2 of best structure is found 0.981, 0.934, 0.993, and 0.943 for benefit to cost ratio, productivity, net return and energy intensiveness, respectively.

لیست مقالات

لیست مقالات بایگانی شده

ارائه مدل بهینه سازی به منظور ترکیب خدمات در ساخت و تولید ابری در فضای غیر قطعی

مینا روانش - عماد روغنیان

شبیه‌سازی و بهینه‌کردن تعداد کادر درمان یک مرکز تشخیص و درمان سرطان خون با رویکرد سناریوسازی

علی روشن ضمیران - سید حمیدرضا شهابی حقیقی - جواهر میرزاحسینی

طراحی اقتصادی نمودار کنترلی X ̅ با اندازه نمونه متغیر و اعمال تابع زیان خطی

مسعود توکلی

شناسایی و رتبه‌بندی تأمین‌کنندگان سبز - دیجیتال در صنایع الکترونیک با استفاده از تکنیک‌های تصمیم‌گیری چندمعیاره فازی

وحید بنازاده - عاطفه امین دوست

Enhancing the efficiency of a biofuel supply chain network by designing a price offering mechanism

AmirSaeed Nikkhah Qamsari - SeyedJavad Hosseininezhad

کاوش قوانین وابستگی در تحلیل سبد خرید مشتریان شرکت آمازون

فاطمه سوگندی - صفا محبی

Designing an efficient blood network using a multi-objective optimization model under uncertainty

Seyyed-Mahdi Hosseini-Motlagh - Mohammad Reza Ghatreh Samani - MohammadDanial Faraji

پیش‌‌بینی قیمت سهام با استفاده از شبکه عصبی بازگشتی، واحد بازگشتی دروازه‌‌ای و حافظه کوتاه مدت ماندگار: بررسی شرکت ایران خودرو

مرتضی مرادی

تحلیل سیستم های مدیریت ایمنی در پروژه های ساختمان های بلند -مطالعه مروری از ٢010 تا 2021

پریسا دهقانی - رامین انصاری - مهدی مهدی خانی

Demand forecasting based on deep learning methods for univariate time series

Seyed Masoud Mousavi - Shahrokh Asadi

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.3.2