TY - JOUR ID - 40330 TI - ارائه مدلی داده‌رانه برای پیش‌بینی عملکرد شکر استحصالی از نیشکر JO - ماشین های کشاورزی JA - JAM LA - fa SN - 2228-6829 AU - نادرنژاد, فاطمه AU - ایمانی, دین محمد AU - رسولی, محمد رضا AD - دانشجوی کارشناسی ارشد، گروه مدیریت بهره‌وری، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران AD - گروه مدیریت بهره‌وری، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران AD - گروه مهندسی سیستم‌های هوشمند، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران Y1 - 2022 PY - 2022 VL - 12 IS - 4 SP - 543 EP - 558 KW - طبقه‌بندی KW - کشاورزی دقیق KW - مدل‌سازی KW - یادگیری ماشین DO - 10.22067/jam.2021.69805.1034 N2 - پیش‌بینی عملکرد محصول یکی از مسائل مهم در حوزه‌ی کشاورزی می‌باشد و به عوامل مختلفی از جمله شرایط آب‌وهوایی، ویژگی‌های خاک، ویژگی‌های محصول و برنامه‌های مدیریتی وابسته می‌باشد. پیش‌بینی دقیق عملکرد محصول می‌تواند در تصمیم‌گیری‌ها و بهینه‌سازی فرآیندها به کشاورزان و صنایع وابسته به کشاورزی کمک نماید و در نهایت منجر به افزایش تولید شود. نیشکر یکی از مهم‌ترین محصولات استراتژیک کشاورزی و منبع تأمین شکر در جهان می‌باشد. هدف پژوهش حاضر پیش‌بینی و بررسی عوامل مؤثر بر میزان شکر استحصالی از نیشکر در مزارع شرکت کشت‌وصنعت نیشکر امیرکبیر با استفاده از الگوریتم‌های یادگیری ماشین می‌باشد. داده‌های جمع‌آوری شده برای این پژوهش مربوط به بازه زمانی سال‌های 1396-1389 شامل 3223 نمونه می‌باشد که شامل چهار مجموعه داده آب‌وهوایی، محصول، خاک و مدیریت مزرعه می‌باشد. برای مدل‌سازی پژوهش از الگوریتم‌های جنگل تصادفی، آدابوست، تقویت گرادیان حداکثری و ماشین بردار پشتیبان استفاده شده و در محیط ژوپیترنوت‌بوک پایتون پیاده‌سازی شده‌اند. مدل جنگل تصادفی با صحت 92.2% برای پیش‌بینی شکر استحصالی در بین مدل‌های ارائه شده بهترین عملکرد را دارد. UR - https://jame.um.ac.ir/article_40330.html L1 - https://jame.um.ac.ir/article_40330_ba07e26532c66c6531b4f63e6240d65d.pdf ER -