அமெரிக்கன் ஜர்னல் ஆஃப் மருந்து விநியோகம் மற்றும் சிகிச்சை திறந்த அணுகல்

சுருக்கம்

செயற்கை நுண்ணறிவு நுட்பத்தைப் பயன்படுத்தி நிலத்தை சமன் செய்வதில் சுற்றுச்சூழல் குறிகாட்டிகளின் கணிப்பு

இஷாம் அல்சூப்

விவசாயம் மற்றும் பிற நோக்கங்களுக்காக மண் தயாரிப்பில் நிலத்தை சமன்படுத்துதல் மிக முக்கியமான படிகளில் ஒன்றாகும். . செயற்கை நரம்பியல் நெட்வொர்க், செயற்கை நரம்பியல் நெட்வொர்க் மற்றும் ஏகாதிபத்திய போட்டி அல்காரிதம் (ICA-ANN), அல்லது மரபணு வழிமுறைகள் (GA-ANN) ஆற்றல் தொடர்பான அளவுருக்களை மதிப்பிடுவதற்கான முன்கணிப்பு மாதிரிகள் மற்றும் முடிவுகள் SPSS உடன் ஒப்பிடப்பட்டன உணர்திறன் பகுப்பாய்வு முடிவுகள். இந்த ஆய்வில், வெட்டு/நிரப்பு அளவு, அமுக்கக் காரணி, குறிப்பிட்ட ஈர்ப்பு, ஈரப்பதம், பகுதியின் சாய்வு, மணல் சதவீதம் மற்றும் வீக்கக் குறியீடு போன்ற பல மண் பண்புகள் அளவிடப்பட்டு, ஆற்றல் நுகர்வில் அவற்றின் விளைவுகள் ஆராயப்பட்டன. மொத்தம் 90 மாதிரிகள் 3 நிலப் பகுதிகளிலிருந்து 20m×20m கட்ட அளவு மூலம் சேகரிக்கப்பட்டன. இந்த வேலையின் நோக்கம் நிலத்தை சமன்படுத்தும் சுற்றுச்சூழல் குறிகாட்டிகளை கணிக்க செயற்கை நுண்ணறிவு நுட்பங்களின் அடிப்படையில் முன்கணிப்பு மாதிரிகளை உருவாக்குவதாகும். உணர்திறன் பகுப்பாய்வின் முடிவுகள், மண்ணின் அடர்த்தி, மண்ணின் சுருக்கத்தன்மை மற்றும் மண் வெட்டு/நிரப்பு அளவு ஆகிய மூன்று அளவுருக்கள் மட்டுமே ஆற்றல் நுகர்வில் அர்த்தமுள்ள விளைவுகளை ஏற்படுத்துகின்றன. முன்மொழியப்பட்ட முறைகளில், சுற்றுச்சூழல் ஆற்றல் அளவுருக்களை கணிப்பதில் GA-ANN அதிக திறன் கொண்டது. இருப்பினும், LE மற்றும் FE இன் கணிப்புக்கு ANN மற்றும் ICA-ANN அல்காரிதம்கள் சிறந்த பாதுகாப்புக் கொண்டிருந்தன. மறுபுறம், SPSS மென்பொருள் Minitab மென்பொருள் மற்றும் உணர்திறன் பகுப்பாய்வை விட அதிக R 2 மதிப்பைக் கொண்டிருந்தது மற்றும் உண்மையில் ANN மதிப்புகளுக்கு அருகில் உள்ளது. முக்கிய வார்த்தைகள்: ஆற்றல்; ஏகாதிபத்திய போட்டி அல்காரிதம்; உணர்திறன் பகுப்பாய்வு; ANN; நிலத்தை சமன் செய்தல்; சுற்றுச்சூழல் குறிகாட்டிகள்.