درجه بندي خرما بر اساس برخي خواص هندسي در يك سيستم هوشمند (منطق فازي و شبكه عصبي)

براي كاهش تلفات و حفظ كيفيت محصولات كشاورزي در هنگام برداشت و پس از برداشت و به منظور طراحي و بهينه سازي ماشين هاي پس از برداشت نياز به اطلاعات كافي از خواص هندسي آن ها است. در اين تحقيق برخي خصوصيات هندسي ميوه خرما (رقم مضافتي) شهرستان سروان در استان سيستان و بلوچستان بررسي و تعيين شد. نمونه ها بر اساس استاندرد و به صورت تصادفي تهيه شد و آزمايشات در 3 تكرار بر روي آن ها انجام پذيرفت. خواصي كه مورد بررسي قرار گرفت عبارتند از: تعيين طول، عرض، ضخامت و ضريب كرويت، ميانگين هندسي و حسابي قطرو سطح رويه خرما و در نهايت طراحي سيستم هوشمند (منطق فازي) براي جداسازي خرما بر اساس پارامترهاي اندازه گيري شده در طراحي شبكه عصبي فازي نتايج تحقيق بيانگر اين است كه روش شبكه عصبي فازي با توجه به ميزان كم خطا داراي همگرايي سريع و توانايي تقريب بالايي است و براي جداسازي خرما مناسب است توابع عضويت براي سيزده شبكه با پارامترهاي ورودي مختلف از جمله طول، عرض، ضخامت، ميانگين هندسي قطر، ضريب كرويت و سطح رويه توسط نرم افزار مطلب رسم شد و نتايج نشان داد كه بيش ترين درصد توافق مربوط به شبكه ششم با پارامترهاي ورودي طول، عرض، ضخامت و سطح رويه به ميزان 96.5 درصد و كم ترين درصد توافق مربوط به شبكه هشتم با پارامتر ورودي طول به ميزان 64 درصد مي باشد.