پيش‌بيني دماي هواي يك گلخانه‌ با پوشش پلي اتيلن با استفاده از شبكه‌هاي عصبي مصنوعي، مطالعه موردي: منطقه جيرفت

دمـا و كنترل آن در گلخانه يكي از پارامترهاي مهم در گلخانه ها بوده و نقش اساسي در اقتصادي بودن توليد دارد. با وجود اين كه گلخانه يك محيط بسته است ولي كاملاً از محـيط بيرون ايزوله نيست. بنابراين شرايط داخل گلخانه تحت تأثير تغييـرات آب و هوايي بيرون دائماً تمايل به تغيير دارد. هدف از اجراي اين تحقيق، تخمين دماي هوا در يك گلخانه با پوشش پلي اتيلن با توجه به پارامتر هاي خارجي گلخانه شامل دماي هوا (Tout)، رطوبت نسبي هوا (Hout)، شدت تابش خورشيد (S) و سرعت باد (V) با استفاده از روش هاي مختلف شبكه هاي عصبي مصنوعي شامل پرسپترون چند لايه (MLP)، تابع شعاع مدار (RBF) و عصبيفازي (ANFIS) مي باشد. مقايسه بين مدل هاي مختلف شبكه هاي عصبي نشان داد كه روش RBF با ضريب تبيين بالاتر 0.93 =R^2و خطاي كمتر 2.25=RMSE نسبت به دو روش MLP و ANFIS داراي عملكرد بهتر در پيش بيني بود. نتايج ارزيابي مدل RBF براي پيش بيني دما در ساعات آينده بيانگر خطاي قابل قبول در پيش بيني توسط اين مدل تا دو ساعت آينده بود و بنابراين كشاورزان زمان كافي براي فراهم نمودن تمهيدات لازم جهت جلوگيري از افزايش دما در گلخانه در ساعات آينده و صرفه جويي در مصرف انرژي خواهند داشت.