پيش بيني ميزان خردشدگي خاك طي عمليات خاك‌ورزي با استفاده از سيستم استنتاج فازي- عصبي (ANFIS)

Prediction of soil fragmentation during tillage operation using adaptive neuro fuzzy inference system (ANFIS)

ايجاد ساختمان مناسب براي خاك به منظور رشد محصول از اهميت زيادي برخوردار است و يكي از مشخصه هاي اصلي ساختمان خاك، اندازه خاك دانه‌ها مي باشد. راه هاي مختلفي جهت نشان دادن وضعيت پايداري خاك دانه‌ها وجود دارد كه از متداول ترين آنها مي توان به تعيين ميانگين وزني قطر خاك دانه ها اشاره كرد. در اين مقاله از روش سيستم استنتاج فازي بر پايه شبكه عصبي تطبيقي (ANFIS) براي توصيف ميزان خرد شدن خاك در تركيب ادوات خاك ورزي اوليه و ثانويه شامل زيرشكن، گاوآهن برگرداندار و ديسك ثانويه به منظور تهيه زمين براي كاشت محصولات زراعي استفاده شد. سيستم استنتاج فازي- عصبي تطبيقي روش مناسبي براي حل مسايل غيرخطي است. ANFIS تركيبي از روش استنتاج فازي (FIS) و شبكه عصبي مصنوعي (ANN) است كه از توانايي هر دو مدل بهره مي برد. در اين تحقيق، ورودي هاي مدل شامل محتوي رطوبتي خاك، سرعت پيشروي تراكتور و لايه هاي عمقي شخم بود. براي ارزيابي عملكرد مدل از پارامترهاي مجذور ميانگين مربعات خطا (RMSE)، درصد خطاي نسبي (?)، ميانگين خطاي مطلق (MAE) و ضريب تبيين (R2) استفاده شد كه به ترتيب 135/0، 6/3%، 122/0 و 981/0 به دست آمد. به-منظور ارزيابي مدل ANFIS، داده هاي به دست آمده از اين مدل با داده هاي مدل شبكه عصبي مصنوعي مورد مقايسه قرار گرفت. مقايسه نتايج به-دست آمده از مدل فازي- عصبي و شبكه عصبي مصنوعي نشان داد كه مدل ANFIS داده هاي نزديك‌تري به داده هاي واقعي در مقايسه با مدل شبكه عصبي مصنوعي ارايه كرد.

Suitable soil structure is important for crop growth. One of the main characteristics of soil structure is the size of soil aggregates. There are several ways of showing the stability of soil aggregates, among which the determination of the median weight diameter of soil aggregates is the most common method. In this paper, a method based on adaptive neuro fuzzy inference system (ANFIS) was used to describe the soil fragmentation for seedbed preparation with combination of primary and secondary tillage implements including subsoiler, moldboard plow and disk harrow. Adaptive neuro fuzzy inference system (ANFIS) is a suitable approach to solving non-linear problems. ANFIS is a combination of fuzzy inference system (FIS) and an artificial neural network (ANN) method and it uses the ability of both models. In this study, the model inputs included “soil moisture content”, “tractor forward speed”and “working depth”. The performance of the model was evaluated using the statistical parameters of root mean square error (RMSE), percentage of relative error (?), mean absolute error (MAE) and the coefficient of determination (R2). These parameters were determined as 0.135, 3.6%, 0.122 and 0.981, respectively. For the evaluation of the ANFIS model, the predicted data using this model were compared to the data of artificial neural network model. The simulation results by ANFIS model showed to be closer to the actual data compared with those made by the artificial neural network model.