خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : بهینه سازی پیش بینی تقاضای آب با هوش مصنوعی با مجموعه داده‌های کوتاه
.
English Article Title: Optimisation of water demand forecasting by artificial intelligence with short data sets
Year: 2018
Publisher: ELSEVIER
Journal: Biosystems Engineering
DOI: https://doi.org/10.1016/j.biosystemseng.2018.03.011
Keywords:
#Evolutionary_robotics
#Optimal_forecasting_models
#Short_time_series
#Irrigation
#artificial_intelligence
#هوش_مصنوعی
#روباتیک_تکاملی
#مدلهای_پیش_بینی_بهینه
#سری_های_زمانی_کوتاه
#آبیاری
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی_شیمی (#Chemical_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_کشاورزی
#مقاله_علوم_زیستی (#Agricultural_and_Biological_Sciences)
#مقاله_بیوشیمی
#مقاله_ژنتیک
#مقاله_زیست_مولکولی (#Biochemistry_Genetics_and_Molecular_Biology)
چکیده مقاله:
کشاورزی آبی یکی از عامل های اصلی است که در سال های اخیر باعث کاهش آب شربِ در دسترس شده است. بنابراین، ضروری است ابزارهای جدید ایجاد شوند که به مدیران منطقه آبیاری در فرایند تصمیم‌گیری روزانه شان درباره استفاده از آب و انرژی کمک کنند. از سوی دیگر، عصر جدید کلان داده‌ها و فناوری‌های اطلاعات و ارتباطات (ICT) حجم زیادی از اطلاعات را در دسترس ساخته است، این مطلب منجر به توسعه ابزارهای جدید پیش بینی شده است. با این حال، کیفیت و کمیت این اطلاعات در بسیاری از حوزه ها نظیر کشاورزی آبی محدود شده است. در نتیجه، روش بررسی توسعه مدل های پیش بین جدید باید دوباره فرمول بندی شود. از این رو، در این مقاله، روش جدید برای پیش بینی کوتاه مدت تقاضای آب آبیاری روزانه هنگام محدودیت دسترسی به داده‌ها توسط معماری شبکه های عصبی مصنوعی (ANN) دینامیک، الگوریتم های ژنتیک (GA) و چارچوب بیزی ایجاد شده است. روش تحقیق در منطقه آبیاری MD بِمبزار (جنوب اسپانیا) اجرا شد. مدل توسعه یافته صحت پیش بینی را بین 3 تا 11% با توجه به فعالیت قبلی بهبود داد. بهترین مدل ANN پیش بینی خطای استاندارد (SEP) و ضریب تعیین (R2) به ترتیب با مقادیر 8.7% و 96% دارد. صحت مدل توسعه یافته این مدل را تبدیل به ابزاری قوی برای مدیریت روزانه مناطق آبیاری می کند.
کلیدواژه ها: روباتیک تکاملی، مدل های پیش بینی بهینه، سری های زمانی کوتاه، آبیاری
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/378F3Kk
.
عنوان فارسی مقاله : بهینه سازی پیش بینی تقاضای آب با هوش مصنوعی با مجموعه داده‌های کوتاه
.
English Article Title: Optimisation of water demand forecasting by artificial intelligence with short data sets
Year: 2018
Publisher: ELSEVIER
Journal: Biosystems Engineering
DOI: https://doi.org/10.1016/j.biosystemseng.2018.03.011
Keywords:
#Evolutionary_robotics
#Optimal_forecasting_models
#Short_time_series
#Irrigation
#artificial_intelligence
#هوش_مصنوعی
#روباتیک_تکاملی
#مدلهای_پیش_بینی_بهینه
#سری_های_زمانی_کوتاه
#آبیاری
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی_شیمی (#Chemical_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_کشاورزی
#مقاله_علوم_زیستی (#Agricultural_and_Biological_Sciences)
#مقاله_بیوشیمی
#مقاله_ژنتیک
#مقاله_زیست_مولکولی (#Biochemistry_Genetics_and_Molecular_Biology)
چکیده مقاله:
کشاورزی آبی یکی از عامل های اصلی است که در سال های اخیر باعث کاهش آب شربِ در دسترس شده است. بنابراین، ضروری است ابزارهای جدید ایجاد شوند که به مدیران منطقه آبیاری در فرایند تصمیم‌گیری روزانه شان درباره استفاده از آب و انرژی کمک کنند. از سوی دیگر، عصر جدید کلان داده‌ها و فناوری‌های اطلاعات و ارتباطات (ICT) حجم زیادی از اطلاعات را در دسترس ساخته است، این مطلب منجر به توسعه ابزارهای جدید پیش بینی شده است. با این حال، کیفیت و کمیت این اطلاعات در بسیاری از حوزه ها نظیر کشاورزی آبی محدود شده است. در نتیجه، روش بررسی توسعه مدل های پیش بین جدید باید دوباره فرمول بندی شود. از این رو، در این مقاله، روش جدید برای پیش بینی کوتاه مدت تقاضای آب آبیاری روزانه هنگام محدودیت دسترسی به داده‌ها توسط معماری شبکه های عصبی مصنوعی (ANN) دینامیک، الگوریتم های ژنتیک (GA) و چارچوب بیزی ایجاد شده است. روش تحقیق در منطقه آبیاری MD بِمبزار (جنوب اسپانیا) اجرا شد. مدل توسعه یافته صحت پیش بینی را بین 3 تا 11% با توجه به فعالیت قبلی بهبود داد. بهترین مدل ANN پیش بینی خطای استاندارد (SEP) و ضریب تعیین (R2) به ترتیب با مقادیر 8.7% و 96% دارد. صحت مدل توسعه یافته این مدل را تبدیل به ابزاری قوی برای مدیریت روزانه مناطق آبیاری می کند.
کلیدواژه ها: روباتیک تکاملی، مدل های پیش بینی بهینه، سری های زمانی کوتاه، آبیاری
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/378F3Kk