كاربرد شبكه عصبي مصنوعي و رگرسيون لجستيك در پيش بيني حضور علف هاي هرز در مزارع نخود ديم استان كردستان

به منظور مقايسه توانايي مدل هاي شبكه عصبي مصنوعي با رگرسيون لجستيك در پيش بيني حضور علف هاي هرز، آزمايشي در 33 مزرعه نخود ديم استان كردستان در سال زراعي 92-1391 انجام شد. براي اين منظور، اطلاعات اقليمي و خاكي به عنوان متغيرهاي مستقل و حضور و عدم حضور علف هاي هرز غالب به عنوان متغيرهاي وابسته در مدل هاي رگرسيون لجستيك و شبكه عصبي مصنوعي استفاده شدند. در اين تحقيق از شبكه پرسپترون چندلايه با نه نرون در لايه ورودي، يك و دو لايه پنهان با تعداد نرون مختلف و دو نرون در لايه خروجي استفاه شد. علف هرز بي تي راخ (Galium aparine L.) و پيچك صحرايي (Convolvulus arvensis L.) با بيشترين شاخص فراواني، علف هاي هرز غالب مزارع نخود بودند. نتايج نشاه داد كه رگرسيون لجستيك نتوانست بين متغيرهاي مستقل و حضور علف هرز بي تي راخ معادله اي را برازش دهد. در حالي كه شبكه عصبي مصنوعي قادر بود براي هر دو علف هرز بي تي راخ و پيچك صحرايي در هر دو مرحله نمونه برداري، مدل مناسبي را برازش دهد. بطور كلي شبكه­هاي عصبي مصنوعي با كارايي بالا در مقايسه با روش رگرسيون لجستيك، براي پيش­بيني حضور علف­هاي­هرز در مزارع نخود ديم استان كردستان، مناسب تر بوده و كاربرد آن براي اين منظور قابل توصيه مي­باشد.